Cambiamento imprevisto nella variabile controllata in DOECIAO,
Ho realizzato un progetto personalizzato per comprendere l'impatto della temperatura e della velocità del rivestimento sulle prestazioni. Ho mantenuto tutti i parametri uguali. Tuttavia, inaspettatamente ho dovuto variare la pressione dell'aria dell'ugello per cicli diversi poiché non era possibile realizzare i rivestimenti alla stessa pressione dell'aria. Quindi, la mia domanda qui è: come posso includere la variazione della pressione dell'aria nel DOE. Non posso permettermi altre corse.
Esiste la possibilità di considerare la diversa pressione dell'aria o dovrei semplicemente supporre che non abbia alcun effetto sulle prestazioni finali (di cui non sono sicuro).
La mia domanda è chiara?
grazie in anticipo
Progettazione di esperimentiRi: Cambiamento imprevisto nella variabile controllata nel DOECiao @Mathej01 ,
Se la pressione dell'aria dell'ugello è una nuova variabile nella configurazione sperimentale, è possibile utilizzare i valori e trattarli come un fattore incontrollato : " Un fattore incontrollato è uno i cui valori non possono essere controllati durante la produzione, ma è un fattore che si desidera includere nel modello. Si presuppone che sia possibile registrare il valore del fattore per ogni esecuzione sperimentale. "
Puoi semplicemente aggiungere una nuova colonna nel tuo datatable con i valori della pressione dell'aria dell'ugello e aggiungere le proprietà della colonna "Ruolo di progettazione" (Non controllato), "Modifica fattori" (Facile) e "Codifica" (aggiungi i valori minimo e massimo nel valori bassi e alti).
Nel tuo modello, puoi quindi aggiungere questo nuovo fattore incontrollato come effetto principale per valutare meglio la sua importanza sulle risposte nella tua configurazione sperimentale.
Spero che questa risposta ti possa aiutare,
Ri: Cambiamento imprevisto nella variabile controllata nel DOEPuoi semplicemente modificare i valori della pressione dell'aria in modo che siano i valori effettivi e quindi eseguire l'analisi. Potrebbe non essere più un progetto statisticamente ottimale, ma potresti comunque ottenere un modello utile. Se conosci qualcosa sulle metriche di valutazione del progetto, puoi anche utilizzare lo strumento Valuta progetto o gli strumenti Confronta progetti (DOE > Diagnostica progetto) per vedere l'impatto che le modifiche nei livelli dei fattori hanno sul confondimento nel progetto.
Ri: Cambiamento imprevisto nella variabile controllata nel DOEEcco le mie domande e pensieri:
Hai un valore effettivo per la pressione dell'aria dell'ugello? È stata misurata la pressione atmosferica effettiva? Come viene controllata la pressione dell'aria dell'ugello (ad esempio, si gira una manopola?)? Se è tramite una manopola (o un altro modo per controllare la valvola), hai la lettura per quell'impostazione? È una variabile continua o categoriale? È cambiato per ogni trattamento nell'esperimento o è cambiato solo con i cambiamenti associati nella temperatura e nella velocità del rivestimento? Stai attento con questo! Se i cambiamenti sono correlati a determinate combinazioni di trattamenti, probabilmente si avrà multicollinearità.
Anche se in realtà questa variabile è controllabile, ma semplicemente non è stata inclusa nell'esperimento pianificato, hai la possibilità di trattarla come una covariata (di solito si tratta di una strategia per gestire una variabile non controllata che può essere misurata). Quando crei il modello per l'analisi dell'esperimento, dovrai scrivere un modello misto (cioè effetti fissi per i fattori e le interazioni sperimentali e la covariata come variabile casuale). Si introduce la potenziale multicollinearità nell'analisi. Sarà necessario verificare la correlazione tra la covariata e uno qualsiasi dei termini del modello (effetti fissi). Questo può essere fatto con matrici di correlazione (Analizza>Metodi multivariati>Multivariato e inserisci tutti i termini del modello inclusa la covariata) e/o con VIF dopo aver eseguito Stima modello (fai clic con il pulsante destro del mouse sulla tabella Stime dei parametri>Colonne>VIF). Ti suggerisco di scrivere il modello (per l'analisi Fit Model) prima con la covariata e poi con gli effetti fissi. Dovresti testare il significato della covariata con test sequenziali (triangolo rosso> Stime> Test sequenziali).
Note per me stesso:
1. Sii più accurato nell'identificare le variabili prima di eseguire l'esperimento. Suggerisco la mappatura dei processi ( https://www.tandfonline.com/doi/abs/10.1080/08982119908919275 ) dell'esperimento prima di eseguire l'esperimento per identificare i fattori controllabili e di rumore.
2. Prima di eseguire qualsiasi esperimento, prevedere i risultati che otterrai. Uno dei motivi è che ciò consente di riflettere sulle possibili combinazioni per determinarne la ragionevolezza.
"Consultare lo statistico dopo che un esperimento è terminato spesso significa semplicemente chiedergli di condurre un esame post mortem. Forse può dire di cosa è morto l'esperimento."
Sir Ronald Fisher
Ri: Cambiamento imprevisto nella variabile controllata nel DOEGrazie @Victor_G . È stato utile. Anche se è stato inaspettato, ho dei valori per la pressione dell'aria dell'ugello.
Inoltre, come domanda successiva, posso aggiungerlo come rumore anziché come fattore incontrollato? Ha senso ?
Ri: Cambiamento imprevisto nella variabile controllata nel DOEGrazie @Victor_G per la tua risposta.
Nel caso in cui sto scambiando anche questo argomento in questo thread: Risolto: definire una covariata - Comunità degli utenti JMP
Lì ho spiegato che sono confuso perché ho una variabile (l'umidità della polvere) che conosco prima dei miei esperimenti e che è in un certo senso incontrollata. Ero confuso perché si dice che le covariate siano variabili conosciute in anticipo (come nel mio caso). Tuttavia, la mia variabile (umidità della polvere) non varia realmente con la variazione dei livelli dei fattori da un trattamento a quello successivo (come spiegato da @Mark_Bailey nell'altro thread).
Sono quindi più propenso a considerare la mia variabile come una variabile incontrollata, ma non sono del tutto sicuro di fare la scelta giusta.
saluti,
Giuliano
Ri: Cambiamento imprevisto nella variabile controllata nel DOEGrazie @SamGardner . In questo caso non sono in grado di confrontare i disegni.
Ri: Cambiamento imprevisto nella variabile controllata nel DOENon sono sicuro di essere d'accordo con le distinzioni fatte. Una covariata è una variabile di rumore misurabile (una variabile che non sei disposto a controllare per qualsiasi motivo). Poiché è possibile inserire un valore per ciascun trattamento, questa variabile casuale può essere assegnata nel modello (tipicamente con 1 DF) e quindi riduce la stima dell'MSE. Scriverai un modello misto.
Ora ci sono problemi con l'uso delle covariate. Ad esempio, sei limitato al numero di covariate che puoi tenere conto. Quale valore usi per la covariata? Diciamo che la covariata è una proprietà chimica a cui allude Victor. Tieni presente che le proprietà chimiche variano e il valore utilizzato potrebbe non essere esattamente corretto. Sono presenti ulteriori errori di misurazione misurando la covariata....
Ri: Cambiamento imprevisto nella variabile controllata nel DOEPer confrontare il progetto originale con il progetto "così come è stato eseguito", creare una copia del progetto originale, modificare le impostazioni dei fattori nella copia e utilizzare Confronta progetti per confrontare il progetto originale e quello modificato.
Ri: Cambiamento imprevisto nella variabile controllata nel DOEPotrei sbagliarmi, ma la distinzione tra variabile non controllata e covariata si riferisce a due aspetti per me:
- Dipendenza dal tempo : le covariate possono essere misurate o calcolate in anticipo, prima di eseguire gli esperimenti, mentre le variabili non controllate vengono misurate solo durante gli esperimenti.
- Uso di questa variabile : le covariate possono essere utilizzate per selezionare/filtrare le condizioni più promettenti per ottimizzare un esperimento, mentre un fattore non controllato è solo una fonte di variabilità, ma senza alcun interesse per il professionista.
Nel mio esempio, anche la temperatura e la pressione possono presentare alcuni errori di misurazione come qualsiasi fattore di input misurato, quindi non penso che ciò possa fare una distinzione tra covariate e fattori non controllati. Inoltre, mi riferivo alle proprietà molecolari utilizzate come covariate come proprietà che è possibile calcolare (chiamate anche "descrittori molecolari" quindi non sono coinvolti errori di misurazione, ma sono comunque possibili alcune imprecisioni/deviazioni).
Ri: Cambiamento imprevisto nella variabile controllata nel DOEGrazie @Victor_G e @statman per tutte le vostre opinioni sull'argomento. Contribuiscono a comprendere meglio l'argomento. Tuttavia, vedo che a volte il confine tra variabili covariate e non controllate è molto sottile.
Ri: Cambiamento imprevisto nella variabile controllata nel DOENon sono sicuro di giusto e sbagliato, ma non penso che la tua dipendenza dal tempo sia necessaria per usare le covariate. Solo che puoi prendere una misura della covariata per ciascun trattamento. Inoltre, non credo di comprendere l' uso di questa affermazione Variabile . La covariata è una variabile casuale in un modello a effetti altrimenti fissi. Quindi hai un modello misto. La contabilizzazione della covariata riduce la stima dell'MSE (se ciò non fosse tenuto in considerazione, l'MSE includerebbe l'effetto della covariata). Si potrebbe sostenere che ciò aumenti la precisione dell’esperimento. Essendo una variabile casuale, in genere inizio aggiungendo l'effetto del primo ordine, ma potrebbero esserci ulteriori effetti che puoi stimare (interazioni e non lineari). Se la covariata è effettivamente significativa, l'utente può essere in grado di inserire il valore della covariata nel modello e risolvere i restanti fattori significativi (livelli eletti) nel modello per migliorare i risultati.
Sono sempre interessato a determinare le relazioni causali. La nostra speranza (desiderio) è di poter sviluppare un modello utile utilizzando fattori che siamo disposti a gestire, ma che non sono richiesti dalla natura. Potrebbe essere nel rumore che è estremamente utile al praticante. Conoscere la variazione significativa derivante dal rumore porta ad ampliare la propria indagine. Uno potrebbe scoprire di essere disposto a gestire fattori che in precedenza non gestiva o potrebbe desiderare di diventare resistente al rumore, entrambe le scelte sono importanti per il professionista.
Ri: Cambiamento imprevisto nella variabile controllata nel DOESe ho capito bene l'argomento, non è questione di non avere nel progetto i valori corretti della pressione dell'aria degli ugelli, è questione di non averlo incluso nel progetto come fattore.
Doveva essere fissato su un valore costante, ma ciò non era possibile sperimentalmente, quindi @Mathej01 ha registrato i valori effettivi per tenerne conto nell'analisi.
@ Mathej01 Il ruolo di progettazione "Rumore" è disponibile solo una volta creato il progetto e generato il datatable (non fa parte dei tipi di fattori principali nella creazione del progetto per Custom Design). I fattori di rumore sono variabili difficili o costose da controllare in produzione. Tuttavia, devi essere in grado di controllare i fattori di rumore durante l'esperimento.
Puoi infatti cambiare il tipo "Non controllato" nel tipo "Rumore" se sei interessato a un'ottimizzazione robusta per quanto riguarda i valori di pressione dell'aria dell'ugello, ovvero avere la migliore e più robusta desiderabilità in presenza di un fattore di rumore (= controllare il variazione della risposta dovuta al fattore rumore). Puoi trovare un esempio di ottimizzazione con un fattore di rumore qui: Esempio di un fattore di rumore nel Profiler di previsione
Spero che questo ti possa aiutare,
Ri: Cambiamento imprevisto nella variabile controllata nel DOECiao @statman ,
Mi confondo con la definizione di covariata. Qui viene definita una "variabile incontrollabile che può essere misurata". Definizioni simili si trovano in questi post:
Esplorazione dei dati con ANCOVA - Comunità degli utenti JMP
Cos'è una covariata nella progettazione degli esperimenti? (jmp.com)
La mia domanda è: quale sarebbe la differenza tra "covariata" e "non controllata" in DoE?
In passato ho usato la covariata come fattore incontrollabile (usavo altri software con questa terminologia). Tuttavia, in jmp queste sono 2 cose diverse, ma le definizioni sono abbastanza vicine da creare confusione almeno per i non statistici.
Potresti aiutarmi a chiarire le differenze?
Grazie,
Giuliano
Ri: Cambiamento imprevisto nella variabile controllata nel DOECiao @Julianveda ,
La covariata è una variabile di cui vuoi tenere conto nel modello, non puoi controllarla, ma conosci i valori in anticipo (prima dell'esperimento) e speri che con una buona rappresentatività dello spazio delle covariate e un modello "buono", potresti essere in grado di comprendere il collegamento tra le covariate e le risposte e utilizzare il modello per selezionare le impostazioni/valori corretti dei fattori della covariata per ottimizzare il processo/esperimento.
Puoi pensare alle proprietà fisico-chimiche delle materie prime: a seconda delle strutture e delle proprietà chimiche potresti non avere sempre gli stessi valori di input. Ma questi valori possono essere misurati o conosciuti prima di fare gli esperimenti. Se prendi in considerazione queste proprietà, selezioni un sottoinsieme rappresentativo di sostanze chimiche, le usi in una DoE come covariate e analizzi i risultati con un modello sufficientemente "buono", potresti capire meglio come queste proprietà molecolari potrebbero influenzare la(e) risposta(i). E così potresti essere in grado di selezionare la prossima volta le sostanze chimiche con le proprietà giuste per ottimizzare le tue risposte.
Non controllata è una variabile di cui vuoi tenere conto nel modello, ma di cui conosci i valori solo durante l'esperimento , a ogni esecuzione, e inoltre non può essere controllata (come suggerisce il nome).
Puoi pensare alla temperatura o alla pressione durante l'esperimento: non sai in anticipo come questi fattori potrebbero cambiare durante i tuoi esperimenti, ma puoi registrare i valori per ogni esecuzione e tenere conto di questa variabilità nelle risposte. Ma potresti non essere in grado di impostare o correggere questi fattori incontrollati su valori specifici in un secondo momento per ottimizzare il tuo processo/esperimento.
Spero che questo chiarisca,
Ri: Cambiamento imprevisto nella variabile controllata nel DOEStai confondendo la natura della variabile (ad esempio, incontrollata o rumore) con il modo in cui può essere gestita in un esperimento. Un modo per gestire una variabile non controllata che può essere misurata è trattarla come una covariata. Esistono altri modi per gestire il rumore in un esperimento.
