Cambio inesperado en variable controlada en DOEHola,
Hice un diseño personalizado para comprender el impacto de la temperatura y la velocidad del calentamiento en el rendimiento. Mantuve todos los parámetros iguales. Sin embargo, inesperadamente tuve que variar la presión de aire de la boquilla para diferentes tiradas, ya que no era posible hacer los recubrimientos con la misma presión de aire. Entonces, mi pregunta aquí es: ¿cómo puedo incluir el cambio en la presión del aire en el DOE? No puedo permitirme más carreras.
¿Existe alguna posibilidad de considerar la diferente presión de aire o debería simplemente asumir que no tiene ningún efecto en el rendimiento final (lo cual no estoy seguro)?
¿Está clara mi pregunta?
gracias de antemano
Diseño de experimentosRe: Cambio inesperado en variable controlada en DOEHola @Mathej01 ,
Si la presión de aire de la boquilla es una nueva variable en su configuración experimental, puede usar los valores y tratarlos como un factor no controlado : " Un factor no controlado es aquel cuyos valores no se pueden controlar durante la producción, pero es un factor que desea incluir en el modelo. Se supone que se puede registrar el valor del factor para cada ejecución experimental".
Simplemente puede agregar una nueva columna en su tabla de datos con los valores de presión de aire de su boquilla y agregar las propiedades de la columna "Rol de diseño" (no controlado), "Cambios de factor" (fácil) y "Codificación" (agregue los valores mínimo y máximo en el valores bajos y altos).
Luego, en su modelo, puede agregar este nuevo factor no controlado como efecto principal para evaluar mejor su importancia en las respuestas en su configuración experimental.
Espero que esta respuesta te ayude,
Re: Cambio inesperado en variable controlada en DOEPuede simplemente editar los valores de Presión de aire para que sean los valores reales y luego realizar el análisis. Puede que ya no sea un diseño estadísticamente óptimo, pero aún así se puede obtener un modelo útil. Si sabe un poco sobre las métricas de evaluación de diseño, también puede utilizar la herramienta Evaluar diseño o las herramientas Comparar diseños (DOE > Diagnóstico de diseño) para ver el impacto que tienen los cambios en los niveles de los factores en la confusión en el diseño.
Re: Cambio inesperado en variable controlada en DOEAquí están mis preguntas y pensamientos:
¿Tiene un valor real para la presión de aire de la boquilla? ¿Se midió la presión del aire real? ¿Cómo se controla la presión de aire de la boquilla (por ejemplo, ¿se gira la perilla?)? Si es mediante alguna perilla (u otra forma de controlar la válvula), ¿tiene la lectura para esa configuración? ¿Es una variable continua o categórica? ¿Cambió para cada tratamiento en el experimento, o simplemente cambió con los cambios asociados en la temperatura y velocidad del recubrimiento? ¡Cuidado con esto! Si los cambios se correlacionan con ciertas combinaciones de tratamientos, es probable que tenga multicolinealidad.
Si bien en realidad esta variable es controlable, pero simplemente no se incluyó en su experimento planificado, tiene la opción de tratar esa variable como una covariable (generalmente esta es una estrategia para manejar una variable no controlada que se puede medir). Cuando crees el modelo para el análisis del experimento, tendrás que escribir un modelo mixto (es decir, efectos fijos para los factores e interacciones experimentales y la covariable como variable aleatoria). Introduce multicolinealidad potencial en el análisis. Deberá comprobar la correlación entre la covariable y cualquiera de los términos del modelo (efectos fijos). Esto se puede hacer con matrices de correlación (Analizar>Métodos multivariados>Multivariado e ingresar todos los términos del modelo, incluida la covariable) y/o con VIF después de ejecutar Ajustar modelo (haga clic derecho en la tabla Estimaciones de parámetros>Columnas>VIF). Le sugiero que escriba el modelo (para el análisis del modelo de ajuste) primero con la covariable y luego con los efectos fijos. Debe probar la importancia de la covariable con Pruebas secuenciales (triángulo rojo>Estimaciones>Pruebas secuenciales).
Notas personales:
1. Sea más exhaustivo a la hora de identificar las variables antes de ejecutar el experimento. Sugiero el mapeo de procesos ( https://www.tandfonline.com/doi/abs/10.1080/08982119908919275 ) el experimento antes de ejecutarlo para identificar factores controlables y de ruido.
2. Antes de realizar cualquier experimento, predice los resultados que obtendrás. Una razón para esto es que le permite pensar en las posibles combinaciones para determinar su razonabilidad.
"Consultar al estadístico una vez finalizado un experimento es a menudo simplemente pedirle que realice un examen post mortem. Quizás pueda decir de qué murió el experimento".
señor ronald pescador
Re: Cambio inesperado en variable controlada en DOEGracias @Victor_G . Fue útil. Aunque fue inesperado, tengo valores para la presión de aire de la boquilla.
Además, como pregunta de seguimiento, ¿puedo agregarlo como ruido en lugar de como factor incontrolado? Tiene sentido ?
Re: Cambio inesperado en variable controlada en DOEGracias @Victor_G por tu respuesta.
Por si acaso también estoy intercambiando sobre este tema en este hilo: Resuelto: Definir una covariable - Comunidad de usuarios de JMP
Allí expliqué que estoy confundido porque tengo una variable (humedad del polvo) que conozco de antemano de mis experimentos y que en cierto modo está descontrolada. Estaba confundido porque se dice que las covariables son variables que se conocen de antemano (como en mi caso). Sin embargo, mi variable (humedad del polvo) en realidad no covaría con el cambio en los niveles de factor de un tratamiento a otro (como lo explica @Mark_Bailey en el otro hilo).
Por lo tanto, me inclino más a tratar mi variable como si no estuviera controlada, pero no estoy completamente seguro de haber tomado la decisión correcta.
saludos,
Julian
Re: Cambio inesperado en variable controlada en DOEGracias @SamGardner . No puedo comparar los diseños en este caso.
Re: Cambio inesperado en variable controlada en DOENo estoy seguro de estar de acuerdo con las distinciones hechas. Una covariable es una variable de ruido medible (una variable que no está dispuesto a controlar por cualquier motivo). Dado que se puede poner un valor para cada tratamiento, esta variable aleatoria se puede asignar en el modelo (normalmente con 1 DF) y, por lo tanto, reduce la estimación del MSE. Escribirás un modelo mixto.
Ahora hay problemas con el uso de covariables. Por ejemplo, está limitado en cuanto a cuántas covariables puede tener en cuenta. ¿Qué valor utiliza para la covariable? Digamos que la covariable es una propiedad química como alude Víctor. Tenga en cuenta que las propiedades químicas varían y que el valor que utilice puede no ser exactamente correcto. Tiene errores de medición adicionales al medir la covariable....
Re: Cambio inesperado en variable controlada en DOEPara comparar el diseño original con el diseño "tal como se ejecutó", haga una copia del diseño original, modifique la configuración de los factores en la copia y use Comparar diseños para comparar el diseño original y el modificado.
Re: Cambio inesperado en variable controlada en DOEPuede que me equivoque, pero la distinción entre variable no controlada y covariable se relaciona con dos aspectos para mí:
- Dependencia del tiempo : las covariables se pueden medir o calcular por adelantado, antes de ejecutar los experimentos, mientras que las variables no controladas se miden solo durante los experimentos.
- Uso de esta variable : las covariables se pueden usar para seleccionar/filtrar las condiciones más prometedoras para optimizar un experimento, mientras que un factor no controlado es solo una fuente de variabilidad, pero sin interés para el profesional.
En mi ejemplo, la temperatura y la presión también pueden tener algunos errores de medición como cualquier factor de entrada medido, por lo que no creo que esto pueda hacer una distinción entre covariables y factores no controlados. Además, me refería a las propiedades moleculares utilizadas como covariables como las propiedades que se pueden calcular (también llamadas "descriptores moleculares", por lo que no implican errores de medición, pero aún así son posibles algunas imprecisiones/desviaciones).
Re: Cambio inesperado en variable controlada en DOEGracias @Victor_G y @statman por todas sus opiniones sobre el tema. Contribuyen a una mejor comprensión del tema. Aún así, veo que a veces la línea entre variables covariables y no controladas es muy fina.
Re: Cambio inesperado en variable controlada en DOENo estoy seguro de lo que está bien y lo que está mal, pero no creo que sea necesaria su dependencia del tiempo para utilizar covariables. Sólo que puedes tomar una medida de la covariable para cada tratamiento. Además, no creo entender el uso de esta declaración de variable . La covariable es una variable aleatoria en un modelo de efectos fijos. Entonces tienes un modelo mixto. La contabilización de la covariable reduce la estimación del MSE (si esto no se tuviera en cuenta, el MSE incluiría el efecto de la covariable). Se podría argumentar que esto aumenta la precisión del experimento. Como variable aleatoria, normalmente comienzo agregando el efecto de primer orden, pero puede haber efectos adicionales que puedas estimar (interacciones y no lineales). Si la covariable es realmente significativa, el usuario puede ingresar el valor de la covariable en el modelo y resolver los factores significativos restantes (niveles de elección) en el modelo para mejorar los resultados.
Siempre estoy interesado en determinar relaciones causales. Es nuestra esperanza (deseo) que podamos desarrollar un modelo útil utilizando factores que estamos dispuestos a gestionar, pero que no es un requisito de la naturaleza. Puede estar en el ruido, que resulta extremadamente útil para el practicante. Saber que la variación significativa se debe al ruido lleva a ampliar su investigación. Uno puede descubrir que está dispuesto a manejar factores que antes no manejaba o puede desear volverse resistente al ruido; ambas opciones son importantes para el profesional.
Re: Cambio inesperado en variable controlada en DOESi entendí bien el tema, no es cuestión de no tener los valores correctos de presión de aire en la boquilla en el diseño, es cuestión de no haberlo incluido en el diseño como un factor.
Se suponía que debía fijarse en un valor constante, pero esto no fue posible experimentalmente, por lo que @Mathej01 registró los valores reales para tenerlos en cuenta en el análisis.
@Mathej01 La función de diseño "Ruido" solo está disponible una vez que se ha creado el diseño y se genera la tabla de datos (no forma parte de los tipos de factores principales en la creación del diseño para Diseño personalizado). Los factores de ruido son variables difíciles o costosas de controlar en la producción. Sin embargo, debes poder controlar los factores de ruido durante el experimento.
De hecho, puede cambiar el tipo "No controlado" en el tipo "Ruido" si está interesado en una optimización sólida con respecto a los valores de presión de aire de la boquilla, es decir, tener la mejor y más robusta conveniencia en presencia de un factor de ruido (= controlar el variación de respuesta debido al factor de ruido). Puede encontrar un ejemplo de optimización con un factor de ruido aquí: Ejemplo de un factor de ruido en el Generador de perfiles de predicción
Espero que esto te ayudará,
Re: Cambio inesperado en variable controlada en DOEHola @statman ,
Estoy confundido con la definición de covariable. Se define aquí como una "variable incontrolable que se puede medir". Se encuentran definiciones similares en estas publicaciones:
Explorando datos con ANCOVA - Comunidad de usuarios de JMP
¿Qué es una covariable en el diseño de experimentos? (jmp.com)
Mi pregunta es, ¿cuál sería la diferencia entre "covariable" y "no controlado" en el DoE?
En el pasado usé la covariable como un factor incontrolable (estaba usando otro software con esta terminología). Sin embargo, en jmp estas son 2 cosas diferentes, pero la definición es lo suficientemente cercana como para crear confusión al menos para los no estadísticos.
¿Podría ayudarme a aclarar las diferencias?
gracias,
Julian
Re: Cambio inesperado en variable controlada en DOEHola @Julianveda ,
La covariable es una variable que desea tener en cuenta en el modelo, no puede controlarla, pero conoce los valores de antemano (antes del experimento) y espera que con una buena representatividad del espacio de covariables y un "buen" modelo, pueda Ser capaz de comprender el vínculo entre las covariables y las respuestas y utilizar el modelo para seleccionar las configuraciones/valores correctos de los factores de covariables para optimizar su proceso/experimento.
Puede pensar en las propiedades físico-químicas de las materias primas: dependiendo de las estructuras y propiedades químicas, es posible que no tenga los mismos valores de entrada todo el tiempo. Pero estos valores se pueden medir o conocer antes de realizar los experimentos. Si se tienen en cuenta estas propiedades, se selecciona un subconjunto representativo de sustancias químicas, se utilizan en un DoE como covariables y se analizan los resultados con un modelo suficientemente "bueno", es posible que se comprenda mejor cómo estas propiedades moleculares podrían afectar las respuestas. Y así, la próxima vez podrá seleccionar los productos químicos con las propiedades adecuadas para optimizar su(s) respuesta(s).
No controlado es una variable que desea tener en cuenta en el modelo, pero solo conoce los valores durante el experimento , en cada ejecución, y tampoco se puede controlar (como sugiere el nombre).
Puede pensar en la temperatura o la presión durante el experimento: no sabe de antemano cómo estos factores podrían cambiar durante sus experimentos, pero puede registrar los valores de cada ejecución y tener en cuenta esta variabilidad en las respuestas. Pero es posible que no pueda configurar o corregir estos factores no controlados en valores específicos más adelante para optimizar su proceso/experimento.
Espero que esto aclare,
Re: Cambio inesperado en variable controlada en DOEEstá confundiendo la naturaleza de la variable (por ejemplo, no controlada o ruido) con cómo se puede manejar en un experimento. Una forma de manejar una variable no controlada que se puede medir es tratarla como una covariable. Hay otras formas de manejar el ruido en un experimento.
