Plackett-Burman piegatoCiao,
Quando il DOE Plackett-Burman Folded è utile rispetto al DOE Plackett-Burman classico del disegno fattoriale frazionario con risoluzione IV?
Cordiali saluti,
Sara
Progettazione di esperimentiRe: Plackett-Burman piegatoI design PB hanno alcuni vantaggi rispetto ai design FF regolari, tra cui la dimensione del design che aumenta di quattro esecuzioni alla volta anziché raddoppiare. D'altro canto, hanno effetti correlati, il che scoraggia alcuni sperimentatori. Io lo vedo come un vantaggio. Posso stimare parametri correlati, anche se con varianza gonfiata. Non posso stimare effetti confusi tramite un design FF. Elimino il bias del modello se stimo termini correlati. Soffro di bias del modello se escludo termini confusi. Le esecuzioni fold-over ridurranno le correlazioni quando si usa il design PB, poiché riducono il confondimento con i design FF.
Re: Plackett-Burman piegatoCiao @SaraA ,
Non sono sicuro di aver compreso appieno la tua domanda, ma fornirò un primo avvio di discussione.
- Plackett-Burman è solitamente un disegno di screening con risoluzione III , il che significa che gli effetti principali sono correlati alle interazioni a 2 fattori. Solo gli effetti principali sono stimabili con una certa precisione (senza correlazioni tra loro e con l'assunzione che le interazioni e i termini di ordine superiore siano trascurabili).
- La risoluzione è una misura del grado di confondimento in un disegno sperimentale ( Risoluzione nei disegni di screening) :
- La risoluzione III significa che alcuni effetti principali vengono confusi con una o più interazioni a due fattori. Affinché gli effetti principali siano significativi, queste interazioni devono essere considerate trascurabili.
- La risoluzione IV significa che gli effetti principali non vengono confusi con altri effetti principali o con le interazioni a due fattori. Tuttavia, alcune interazioni a due fattori vengono confuse con altre interazioni a due fattori.
- La risoluzione V significa che non vi è confusione tra gli effetti principali, tra gli effetti principali e le interazioni a due fattori e tra le coppie di interazioni a due fattori. Alcune interazioni a due fattori vengono confuse con le interazioni a tre fattori.
- Risoluzione V+ significa che il disegno ha una risoluzione maggiore di 5 ma non è un disegno fattoriale completo.
- La risoluzione VI significa che non vi è confusione tra gli effetti di alcun ordine. Il disegno è un disegno fattoriale completo.
- I disegni di Plackett-Burman sono progetti di screening efficienti per gli effetti principali, ma potrebbero richiedere miglioramenti per aumentare la precisione delle stime degli effetti principali e per studiare le interazioni a 2 fattori (e altri termini di ordine superiore). Per fare ciò, puoi:
- Aumenta il tuo progetto e specifica un modello, in modo che la piattaforma aumenti in modo ottimale il tuo progetto di screening PB iniziale con nuove esecuzioni per poter stimare i nuovi termini aggiunti nel modello: Esempio di utilizzo della piattaforma di progettazione aumentata
- Aumenta il tuo design eseguendo un foldover. Questo crea lo stesso numero aggiuntivo di esecuzioni del progetto originale con gli stessi valori per i fattori, ad eccezione del fattore su cui viene eseguito il foldover, le nuove esecuzioni avranno valori che rispecchiano il set iniziale (-1 invece di 1, 1 invece di -1, il resto dei valori dei fattori rimane lo stesso). Ciò è utile per rimuovere la confusione tra le interazioni a due fattori e gli effetti principali: Crea un design pieghevole
Poiché design diversi possono essere utili a seconda della situazione, posso solo suggerire di provare a creare diversi design e confrontarli prima di sceglierne uno e fare gli esperimenti.
Come osservazione generale, maggiore è la risoluzione, maggiore è il numero di esecuzioni richieste, quindi è necessario valutare il compromesso tra ciò che si desidera scoprire/valutare e il vincolo di budget sperimentale. Inoltre, a seconda della costruzione e del tipo di disegno classico (fattoriale frazionario, Plackett-Burman o altri) potresti non avere molta flessibilità sul passo/incremento della dimensione della tiratura (come esempio, ecco l'elenco dei possibili disegni per 5 fattori da la piattaforma di progettazione dello screening a 2 livelli):
Utilizzando la piattaforma di progettazione personalizzata potresti riscontrare una maggiore flessibilità nelle dimensioni della tiratura, nelle specifiche del modello e in una migliore gestione dei vincoli.
Spero che questo primo argomento di discussione possa aiutarti,
Re: Plackett-Burman piegatoCiao Victor_G e Mark_Bailey,
Grazie per queste spiegazioni Il motivo per cui stavo chiedendo informazioni sul Plackett-Burman Folded è perché ottengo questa come una delle opzioni quando tento di progettare un DOE di screening:
Pertanto, ero curioso di sapere il valore aggiunto del PB Folded rispetto al design PB e FF.
Inoltre, durante la progettazione dell'esperimento, ho la possibilità di aggiungere punti centrali. Capisco che l'aggiunta di punti centrali aiuta a stimare la mancanza di adattamento e la curvatura nella risposta, ma non sono sicuro di quanti punti centrali dovrebbero essere aggiunti? Ha qualche valore aggiungere più punti centrali per quanto riguarda la stima della curvatura?
Re: Plackett-Burman piegatoCiao @SaraA ,
Ok, capisco meglio la tua domanda e il design menzionato.
L'opzione da 24 sequenze "Plackett-Burman Folded" che vedi corrisponde a un ripiegamento del primo disegno PB (risoluzione III) mostrato nel tuo screenshot (con 12 sequenze).
È possibile riprodurre il disegno Plackett-Burman Folded a 24 sequenze evidenziato utilizzando il disegno Plackett-Burman a 12 sequenze, quindi aumentare il disegno utilizzando un foldover (senza specificare un fattore per il foldover). Vedrai quindi che le nuove 12 esecuzioni aggiunte al progetto PB originale sono solo esperimenti speculari (i livelli sono invertiti tra gli esperimenti originali e quelli nuovi, -1 invece di 1 e 1 invece di -1), al fine di scoprire l'aliasing e consentire l'identificazione e la stima di alcune interazioni a 2 fattori.
Per quanto riguarda i punti centrali, da 3 a 5 è solitamente un buon intervallo, poiché consente di rilevare la curvatura in modo abbastanza preciso, senza influenzare il test di mancanza di adattamento con troppi esperimenti sui punti centrali. Ricorda che l'aggiunta di punti centrali può aiutare a rilevare la curvatura, ma non sarai in grado di collegare questa curvatura a specifici effetti quadratici dei tuoi fattori. Con i punti centrali sarai in grado di adattare solo un effetto quadratico tra tutti quelli possibili.
Alcune discussioni che potrebbero interessarti sui punti centrali:
effetto dei punti centrali
Quanti punti centrali aggiungere in un disegno?
E la Guida di JMP sui punti centrali: punti centrali, esecuzioni replicate e test
Spero che questa risposta ti possa aiutare,
