729169_fr-FR

liliconcom

Changement inattendu de la variable contrôlée dans le DOE

Salut,

J'ai réalisé une conception personnalisée pour comprendre l'impact de la température et de la vitesse de caotage sur les performances. J'ai gardé tous les paramètres identiques. Cependant, de manière inattendue, j'ai dû faire varier la pression d'air de la buse pour différents tirages, car il n'était pas possible de réaliser les revêtements avec la même pression d'air. Donc, ma question ici est de savoir comment puis-je inclure le changement de pression atmosphérique dans le DOE. Je ne peux plus me permettre de courir.

Existe-t-il une possibilité de prendre en compte la pression d'air différente ou dois-je simplement supposer que cela n'a aucun effet sur les performances finales (dont je ne suis pas sûr).

Ma question est-elle claire ?

Merci d'avance

Conception d'expériencesRe : Changement inattendu de la variable contrôlée dans le DOE

Salut @Mathej01 ,

Si la pression d'air de la buse est une nouvelle variable dans votre configuration expérimentale, vous pouvez utiliser les valeurs et les traiter comme un facteur non contrôlé : " Un facteur non contrôlé est celui dont les valeurs ne peuvent pas être contrôlées pendant la production, mais c'est un facteur que vous souhaitez inclure dans le modèle. On suppose que vous pouvez enregistrer la valeur du facteur pour chaque exécution expérimentale. "

Vous pouvez simplement ajouter une nouvelle colonne dans votre table de données avec les valeurs de pression d'air de votre buse et ajouter les propriétés de colonne "Rôle de conception" (Non contrôlé), "Changements de facteurs" (Facile) et "Codage" (ajouter les valeurs min et max dans le valeurs basses et hautes).

Dans votre modèle, vous pouvez ensuite ajouter ce nouveau facteur non contrôlé comme effet principal pour mieux évaluer son importance sur la ou les réponses dans votre configuration expérimentale.

J'espère que cette réponse vous aidera,

Re : Changement inattendu de la variable contrôlée dans le DOE

Vous pouvez simplement modifier les valeurs de pression atmosphérique pour qu'elles correspondent aux valeurs réelles, puis effectuer l'analyse. Il ne s’agit peut-être plus d’une conception statistiquement optimale, mais vous pouvez toujours obtenir un modèle utile. Si vous connaissez un peu les mesures d'évaluation de la conception, vous pouvez également utiliser l'outil Évaluer la conception ou les outils Comparer les conceptions (DOE > Design Diagnostics ) pour voir l'impact des modifications des niveaux de facteurs sur la confusion dans la conception.

Re : Changement inattendu de la variable contrôlée dans le DOE

Voici mes questions et réflexions :

Avez-vous une valeur réelle pour la pression d'air de la buse ? La pression atmosphérique réelle a-t-elle été mesurée ? Comment la pression d'air de la buse est-elle contrôlée (par exemple, est-ce que vous tournez le bouton a ?) ? Si c'est par un bouton (ou par un autre moyen de contrôler la vanne), avez-vous la lecture de ce réglage ? Est-ce une variable continue ou catégorielle ? Est-ce que cela a changé à chaque traitement de l'expérience, ou a-t-il simplement changé avec les changements associés à la température et à la vitesse du revêtement ? Soyez prudent avec ça ! Si les changements sont en corrélation avec certaines combinaisons de traitements, vous souffrirez probablement de multicolinéarité.

Alors qu'en réalité, cette variable est contrôlable, mais n'a tout simplement pas été incluse dans votre expérience planifiée, vous avez la possibilité de traiter cette variable comme une covariable (il s'agit généralement d'une stratégie pour gérer une variable non contrôlée qui peut être mesurée). Lorsque vous créerez le modèle pour l'analyse de l'expérience, vous devrez écrire un modèle mixte (c'est-à-dire des effets fixes pour les facteurs et interactions expérimentaux et la covariable en tant que variable aléatoire). Vous introduisez une multicolinéarité potentielle dans l’analyse. Vous devrez vérifier la corrélation entre la covariable et l'un des termes du modèle (effets fixes). Cela peut être fait avec des matrices de corrélation (Analyser> Méthodes multivariées> Multivarié et saisir tous les termes du modèle, y compris la covariable) et/ou avec des VIF après avoir exécuté Ajuster le modèle (clic droit sur le tableau Estimations des paramètres> Colonnes> VIF). Je vous suggère d'écrire le modèle (pour l'analyse Fit Model) avec d'abord la covariable, puis les effets fixes. Vous devez tester la signification de la covariable avec des tests séquentiels (triangle rouge > Estimations > Tests séquentiels).

Notes personnelles :

1. Soyez plus minutieux dans l’identification des variables avant de lancer votre expérience. Je suggère de cartographier les processus ( https://www.tandfonline.com/doi/abs/10.1080/08982119908919275 ) avant d'exécuter l'expérience pour identifier les facteurs contrôlables et de bruit.

2. Avant de lancer une expérience, prédisez les résultats que vous obtiendrez. L’une des raisons à cela est que cela vous permet de réfléchir aux combinaisons possibles pour déterminer leur caractère raisonnable.

"Consulter le statisticien une fois une expérience terminée revient souvent à lui demander simplement de procéder à une autopsie. Il pourra peut-être dire pourquoi l’expérience est morte. »

Monsieur Ronald Fisher

Re : Changement inattendu de la variable contrôlée dans le DOE

Merci @Victor_G . C'était utile. Même si c'était inattendu, j'ai des valeurs pour la pression d'air des buses.

Également comme question complémentaire, puis-je l'ajouter en tant que bruit au lieu d'un facteur incontrôlé ? Est-ce que ça fait du sens ?

Re : Changement inattendu de la variable contrôlée dans le DOE

Merci @Victor_G pour votre réponse.

Juste au cas où j'échangerais également sur ce sujet dans ce fil : Résolu : Définir une covariable - JMP User Community

J'y ai expliqué que je suis confus car j'ai une variable (humidité de la poudre) que je connais à l'avance de mes expériences et qu'elle est d'une certaine manière incontrôlée. J'étais confus car on dit que les covariables sont des variables connues à l'avance (comme dans mon cas). Cependant, ma variable (humidité de la poudre) ne varie pas vraiment avec l'évolution des niveaux de facteurs d'un traitement à l'autre (comme expliqué par @Mark_Bailey dans l'autre fil).

Je suis donc plus enclin à traiter ma variable comme incontrôlée, mais je ne suis pas totalement sûr de faire le bon choix.

salutations,

julien

Re : Changement inattendu de la variable contrôlée dans le DOE

Merci @SamGardner . Je ne suis pas en mesure de comparer les conceptions dans ce cas.

Re : Changement inattendu de la variable contrôlée dans le DOE

Je ne suis pas sûr d'être d'accord avec les distinctions faites. Une covariable est une variable de bruit mesurable (une variable que vous n'êtes pas disposé à contrôler pour une raison quelconque). Puisque vous pouvez saisir une valeur pour chaque traitement, cette variable aléatoire peut être attribuée dans le modèle (généralement avec 1 DF) et réduit ainsi l'estimation de la MSE. Vous écrirez un modèle mixte.

L'utilisation de covariables pose désormais des problèmes. Par exemple, vous êtes limité quant au nombre de covariables que vous pouvez prendre en compte. Quelle valeur utilisez-vous pour la covariable ? Disons que la covariable est une propriété chimique à laquelle Victor fait allusion. Sachez que la propriété chimique varie et que la valeur que vous utilisez peut ne pas être exactement correcte. Vous avez des erreurs de mesure supplémentaires mesurant la covariable....

Re : Changement inattendu de la variable contrôlée dans le DOE

Pour comparer la conception originale avec la conception "telle qu'elle a été exécutée", faites une copie de la conception originale, modifiez les paramètres de facteurs dans la copie et utilisez Comparer les conceptions pour comparer la conception originale et la conception modifiée.

Re : Changement inattendu de la variable contrôlée dans le DOE

Je me trompe peut-être, mais la distinction entre variable non contrôlée et covariable concerne pour moi deux aspects :

• Dépendance temporelle : les covariables peuvent être mesurées ou calculées à l'avance, avant de lancer les expériences, tandis que les variables non contrôlées ne sont mesurées que pendant les expériences.
• Utilisation de cette variable : des covariables peuvent être utilisées pour sélectionner/filtrer les conditions les plus prometteuses pour optimiser une expérience, alors qu'un facteur non contrôlé n'est qu'une source de variabilité, mais sans intérêt pour le praticien.

Dans mon exemple, la température et la pression peuvent également comporter des erreurs de mesure, comme tout facteur d'entrée mesuré, donc je ne pense pas que cela puisse faire une distinction entre les covariables et les facteurs non contrôlés. En outre, je faisais référence aux propriétés moléculaires utilisées comme covariables comme aux propriétés que vous pouvez calculer (également appelées « descripteurs moléculaires », donc aucune erreur de mesure n'est impliquée, mais certaines inexactitudes/écarts sont néanmoins possibles).

Re : Changement inattendu de la variable contrôlée dans le DOE

Merci @Victor_G et @statman pour tous vos avis sur le sujet. Ils contribuent à une meilleure compréhension du sujet. Pourtant, je vois que parfois la frontière entre les variables covariables et non contrôlées est très fine.

Re : Changement inattendu de la variable contrôlée dans le DOE

Je ne suis pas sûr du bien et du mal, mais je ne pense pas que votre dépendance temporelle soit nécessaire pour utiliser des covariables. C'est seulement que vous pouvez prendre une mesure de la covariable pour chaque traitement. De plus, je ne pense pas comprendre votre utilisation de cette instruction variable . La covariable est une variable aléatoire dans un modèle à effets fixes. Vous avez donc un modèle mixte. La prise en compte de la covariable réduit l'estimation de la MSE (si cela n'était pas pris en compte, la MSE inclurait l'effet de la covariable). On pourrait affirmer que cela augmente la précision de l’expérience. En tant que variable aléatoire, je commence généralement par ajouter l'effet de premier ordre, mais vous pouvez estimer des effets supplémentaires (interactions et non linéaires). Si la covariable est effectivement significative, l'utilisateur peut être en mesure de saisir la valeur de la covariable dans le modèle et de résoudre les facteurs significatifs restants (niveaux choisis) dans le modèle pour améliorer les résultats.

Je suis toujours intéressé à déterminer les relations causales. Nous espérons (souhaitons) pouvoir développer un modèle utile en utilisant des facteurs que nous sommes prêts à gérer, mais qui ne sont pas exigés par la nature. C'est peut-être dans le bruit qui est extrêmement utile au praticien. Connaître que la variation significative provient du bruit amène à élargir son enquête. On peut constater qu'ils sont disposés à gérer des facteurs qu'ils ne faisaient pas auparavant ou qu'ils souhaitent devenir résistants au bruit, les deux choix sont importants pour le praticien.

Re : Changement inattendu de la variable contrôlée dans le DOE

Si j'ai bien compris le sujet, il ne s'agit pas de ne pas avoir les valeurs correctes de pression d'air des buses dans la conception, il s'agit de ne pas l'avoir inclus dans la conception comme facteur.
Elle était censée être fixée à une valeur constante, mais cela n'était pas possible expérimentalement, donc @Mathej01 a enregistré les valeurs réelles pour les prendre en compte dans l'analyse.

@Mathej01 Le rôle de conception "Bruit" n'est disponible qu'une fois que votre conception a été créée et que la table de données est générée (elle ne fait pas partie des principaux types de facteurs dans la création de conception pour la conception personnalisée). Les facteurs de bruit sont des variables difficiles ou coûteuses à contrôler en production. Cependant, vous devez être capable de contrôler les facteurs de bruit pendant l’expérience.
Vous pouvez en effet changer le type "Non contrôlé" en type "Bruit" si vous êtes intéressé par une optimisation robuste des valeurs de pression d'air de la buse, c'est-à-dire avoir la meilleure et la plus robuste désirabilité en présence d'un facteur de bruit (= contrôler le variation de réponse due au facteur de bruit). Vous pouvez trouver un exemple d'optimisation avec un facteur de bruit ici : Exemple d'un facteur de bruit dans le Prediction Profiler

J'espère que ceci vous aidera,

Re : Changement inattendu de la variable contrôlée dans le DOE

Bonjour @statman ,

Je suis confus avec la définition d'une covariable. Elle est définie ici comme une « variable incontrôlable et mesurable ». Des définitions similaires se trouvent dans ces articles :

Explorer les données avec ANCOVA - Communauté d'utilisateurs JMP

Qu'est-ce qu'une covariable dans le plan d'expériences ? (jmp.com)

Ma question est la suivante : quelle serait la différence entre « covariable » et « non contrôlé » dans le DoE ?

J'utilisais dans le passé la covariable comme facteur incontrôlable (j'utilisais d'autres logiciels avec cette terminologie). Cependant, dans jmp, ce sont 2 choses différentes mais la définition est suffisamment proche pour créer de la confusion au moins pour les non-statisticiens.

Pourriez-vous s'il vous plaît aider à clarifier les différences ?

merci,

julien

Re : Changement inattendu de la variable contrôlée dans le DOE

Salut @Julianveda ,

La covariable est une variable que vous souhaitez prendre en compte dans le modèle, vous ne pouvez pas la contrôler, mais vous connaissez les valeurs à l'avance (avant l'expérience) et vous espérez qu'avec une bonne représentativité de l'espace des covariables et un "bon" modèle, vous pourriez être capable de comprendre le lien entre les covariables et la ou les réponses, et d'utiliser le modèle pour sélectionner les bons paramètres/valeurs des facteurs de covariables afin d'optimiser votre processus/expérience.
Vous pouvez penser aux propriétés physico-chimiques des matières premières : en fonction des structures et propriétés chimiques, il se peut que vous n'ayez pas toujours les mêmes valeurs d'entrée. Mais ces valeurs peuvent être mesurées ou connues avant de faire les expériences. Si vous prenez ces propriétés en considération, sélectionnez un sous-ensemble représentatif de produits chimiques, utilisez-les dans un DoE comme covariables et analysez les résultats avec un modèle suffisamment « bon », vous comprendrez peut-être mieux comment ces propriétés moléculaires peuvent affecter la ou les réponses. Ainsi, vous pourrez peut-être sélectionner la prochaine fois les produits chimiques ayant les bonnes propriétés pour optimiser votre (vos) réponse(s).

Non contrôlé est une variable que vous souhaitez prendre en compte dans le modèle, mais vous ne connaissez les valeurs que lors de l'expérience , à chaque exécution, et elle ne peut pas non plus être contrôlée (comme son nom l'indique).
Vous pouvez penser à la température ou à la pression pendant l'expérience : vous ne savez pas à l'avance comment ces facteurs pourraient changer au cours de vos expériences, mais vous pouvez enregistrer les valeurs pour chaque analyse et tenir compte de cette variabilité dans la ou les réponses. Mais vous ne pourrez peut-être pas configurer ou corriger ces facteurs non contrôlés à des valeurs spécifiques ultérieurement afin d'optimiser votre processus/expérience.

J'espère que cela clarifie,

Re : Changement inattendu de la variable contrôlée dans le DOE

Vous confondez la nature de la variable (par exemple, non contrôlée ou bruit) avec la manière dont elle peut être gérée dans une expérience. Une façon de gérer une variable non contrôlée qui peut être mesurée consiste à la traiter comme une covariable. Il existe d'autres façons de gérer le bruit dans une expérience.