Plackett-Burman gefaltetHallo,
Wann ist das gefaltete Plackett-Burman-DOE im Vergleich zum klassischen Plackett-Burman-DOE mit fraktionalfaktoriellem Design der Auflösung IV nützlich?
Mit freundlichen Grüße,
Sara
VersuchsplanungBetreff: Plackett-Burman gefaltetPB-Designs haben gegenüber regulären FF-Designs einige Vorteile, darunter die Möglichkeit, dass die Designgröße bei vier Durchläufen gleichzeitig zunimmt, anstatt sich zu verdoppeln. Andererseits haben sie korrelierte Effekte, was einige Experimentatoren abschreckt. Ich sehe das als Vorteil. Ich kann korrelierte Parameter schätzen, wenn auch mit aufgeblähter Varianz. Ich kann Störeffekte nicht über ein FF-Design schätzen. Ich eliminiere Modellverzerrungen, wenn ich korrelierte Terme schätze. Ich leide unter Modellverzerrungen, wenn ich Störterme ausschließe. Die Foldover-Durchläufe verringern die Korrelationen bei Verwendung des PB-Designs, da sie die Störeffekte bei FF-Designs verringern.
Betreff: Plackett-Burman gefaltetHallo @SaraA ,
Ich bin mir nicht sicher, ob ich Ihre Frage vollständig verstehe, aber ich werde einen ersten Diskussionsauftakt geben.
- Bei Plackett-Burman handelt es sich in der Regel um Resolution-III- Screening-Designs, was bedeutet, dass die Haupteffekte mit 2-Faktor-Wechselwirkungen korrelieren. Nur die Haupteffekte sind einigermaßen genau abschätzbar (ohne Korrelationen untereinander und unter der Annahme, dass Wechselwirkungen und Terme höherer Ordnung vernachlässigbar sind).
- Die Auflösung ist ein Maß für den Grad der Verwechslung in einem experimentellen Design ( Resolution in Screening Designs) :
- Lösung III bedeutet, dass einige Haupteffekte mit einer oder mehreren Zwei-Faktor-Wechselwirkungen verwechselt werden. Damit die Haupteffekte sinnvoll sind, muss davon ausgegangen werden, dass diese Wechselwirkungen vernachlässigbar sind.
- Resolution IV bedeutet, dass Haupteffekte nicht mit anderen Haupteffekten oder Zwei-Faktor-Wechselwirkungen verwechselt werden. Allerdings sind einige Zwei-Faktor-Wechselwirkungen mit anderen Zwei-Faktor-Wechselwirkungen verwechselt.
- Auflösung V bedeutet, dass es keine Verwechslungen zwischen Haupteffekten, zwischen Haupteffekten und Zwei-Faktor-Wechselwirkungen und zwischen Paaren von Zwei-Faktor-Wechselwirkungen gibt. Einige Zwei-Faktor-Wechselwirkungen werden mit Drei-Faktor-Wechselwirkungen verwechselt.
- Auflösung V+ bedeutet, dass der Versuchsplan eine Auflösung von mehr als 5 hat, aber kein vollständig faktorieller Versuchsplan ist.
- Resolution VI bedeutet, dass es keine Verwechslung zwischen Wirkungen jeglicher Art gibt. Der Entwurf ist ein vollständig faktorieller Entwurf.
- Plackett-Burman-Designs sind effiziente Screening-Designs für Haupteffekte, müssen jedoch möglicherweise erweitert werden, um die Präzision der Haupteffektschätzungen zu erhöhen und 2-Faktor-Wechselwirkungen (und andere Terme höherer Ordnung) zu untersuchen. Um dies zu tun, können Sie:
- Erweitern Sie Ihr Design und geben Sie ein Modell an, damit die Plattform Ihr anfängliches PB-Screening-Design optimal um neue Läufe erweitert, um die im Modell hinzugefügten neuen Terme abschätzen zu können: Beispiel für die Verwendung der Augment Design Platform
- Erweitern Sie Ihr Design durch einen Foldover. Dadurch wird die gleiche zusätzliche Anzahl an Läufen des ursprünglichen Designs mit den gleichen Werten für die Faktoren erstellt, mit Ausnahme des Faktors, über den die Faltung durchgeführt wird. Die neuen Läufe haben Werte, die den ursprünglichen Satz widerspiegeln (-1 statt 1, 1 statt). von -1, die restlichen Faktorwerte bleiben gleich). Dies ist hilfreich , um die Verwechslung von Zwei-Faktor-Interaktionen und Haupteffekten zu beseitigen: Erstellen Sie ein Foldover-Design
Da je nach Situation unterschiedliche Designs hilfreich sein können, kann ich nur empfehlen, zunächst mehrere Designs zu erstellen und diese zu vergleichen, bevor man sich für eines entscheidet und die Experimente durchführt.
Generell gilt: Je höher die Auflösung, desto höher die Anzahl der erforderlichen Durchläufe. Daher müssen Sie den Kompromiss zwischen dem, was Sie entdecken/auswerten möchten, und den Einschränkungen Ihres experimentellen Budgets abwägen. Abhängig von der Konstruktion und der Art des klassischen Designs (fraktionales faktorielles Design, Plackett-Burman oder andere) haben Sie möglicherweise nicht viel Flexibilität bei der Schritt-/Inkrementierung der Laufgröße (hier ist beispielsweise die Liste der möglichen Designs für 5 Faktoren von). die 2-Ebenen-Screening-Design-Plattform):
Durch die Verwendung der Custom Design- Plattform erhalten Sie möglicherweise eine größere Flexibilität bei der Auflagengröße, der Modellspezifikation und einer besseren Handhabung von Einschränkungen.
Ich hoffe, dieser erste Diskussionsstarter kann Ihnen helfen,
Betreff: Plackett-Burman gefaltetHallo Victor_G und Mark_Bailey,
Vielen Dank für diese Erklärungen. Der Grund, warum ich nach dem Plackett-Burman Folded gefragt habe, ist, dass ich dies als eine der Optionen sehe, wenn ich versuche, ein Screening-DOE zu entwerfen:
Daher war ich neugierig auf den Mehrwert des PB Folded im Vergleich zum PB- und FF-Design.
Darüber hinaus habe ich beim Entwerfen des Experiments die Möglichkeit, Mittelpunkte hinzuzufügen. Ich verstehe, dass das Hinzufügen von Mittelpunkten bei der Abschätzung der fehlenden Anpassung sowie der Krümmung der Antwort hilft, bin mir aber nicht sicher, wie viele Mittelpunkte hinzugefügt werden sollen? Ist es sinnvoll, im Hinblick auf die Krümmungsschätzung weitere Mittelpunkte hinzuzufügen?
Betreff: Plackett-Burman gefaltetHallo @SaraA ,
Ok, ich verstehe Ihre Frage und das erwähnte Design besser.
Die 24-Läufe-Option „Plackett-Burman Folded“, die Sie sehen, entspricht einem Foldover des ersten Design-PB (Auflösung III), das in Ihrem Screenshot gezeigt wird (mit 12 Läufen).
Sie können das hervorgehobene 24-Läufe-Plackett-Burman-Faltmuster reproduzieren, indem Sie das 12-Läufe-Plackett-Burman-Muster verwenden und das Design dann durch eine Faltung erweitern (ohne einen Faktor für die Faltung anzugeben). Sie werden dann sehen, dass es sich bei den neuen 12 Läufen, die dem ursprünglichen PB-Design hinzugefügt wurden, lediglich um Spiegelexperimente handelt (die Pegel werden zwischen ursprünglichen und neuen Experimenten umgekehrt, -1 statt 1 und 1 statt -1), um Aliasing aufzudecken und ermöglichen die Identifizierung und Schätzung einiger Zwei-Faktoren-Wechselwirkungen.
In Bezug auf die Mittelpunkte sind 3 bis 5 normalerweise ein guter Bereich, da so die Krümmung recht präzise erkannt werden kann, ohne dass der Test auf mangelnde Anpassung durch Experimente mit zu vielen Mittelpunkten verzerrt wird. Bitte denken Sie daran, dass das Hinzufügen von Mittelpunkten bei der Erkennung der Krümmung hilfreich sein kann, Sie diese Krümmung jedoch nicht mit bestimmten quadratischen Effekten Ihrer Faktoren verknüpfen können. Mit Mittelpunkten können Sie nur einen der möglichen quadratischen Effekte anpassen.
Einige Diskussionen über Mittelpunkte, die Sie interessieren könnten:
Wirkung von Mittelpunkten
Wie viele Mittelpunkte müssen in einem Design hinzugefügt werden?
Und JMP-Hilfe zu Mittelpunkten: Mittelpunkte, Replikatläufe und Tests
Ich hoffe, diese Antwort wird Ihnen helfen,
