Hola ,
Me gustaría diseñar un experimento para investigar la relación entre la concentración de material activo y el tamaño de partícula final. Quiero probar 10 proveedores diferentes de material activo y ver cómo la concentración del material activo afecta el tamaño de partícula resultante.
Dado que los materiales son muy caros, estoy buscando un diseño experimental eficiente que pueda proporcionar información significativa y al mismo tiempo minimizar el uso de material.
¿Puede sugerirme cómo debería diseñar este experimento?
gracias
Hola @YanivD ,
A continuación encontrará mis pensamientos:
De manera genérica, en un intento por comprender mejor la relación entre los factores, normalmente optaría por un diseño secuencial del enfoque experimental, utilizando al principio diseños factoriales fraccionados de 2 niveles con configuraciones de nivel "negritas" (lo más separadas posible) y ajustes de nivel ajustados. control del ruido experimental (usando diferentes estrategias de ruido, como aleatorización, mapeando factores de ruido, manteniéndolos constantes o incluso mejor usándolos como factores, etc.) para sacar a la luz los pocos efectos vitales y luego usarlos para progresar con la experimentación.
Si no está cerca de su objetivo, para ahorrar algunas ejecuciones, comenzaría con diseños plegables, Res III, para comprender el tamaño de los efectos de cada factor y sus interacciones. Una vez que esté satisfecho con la variación generada en la respuesta, puede plegar el diseñe para aumentar la resolución y comience a lidiar con las confusiones, descartando los factores e interacciones no activos, luego continúe con su espacio de inferencia hacia el punto óptimo. Al principio no ejecutaría réplicas, sino que descartaría los factores en función de la escasez de efectos, utilizando gráficos de Daniel, para comprender la significancia estadística y una vez que esté cerca de su objetivo (con muchos menos factores con los que lidiar) ) puede utilizar métodos RSM para modelar mejor la superficie cerca del punto óptimo, replicar para mejorar las predicciones, etc.
Ahora, sobre su caso, ¿podría proporcionar más información? ¿Esos 10 proveedores suministran el mismo producto y necesita elegir uno de ellos? ¿Sabe si los factores del proceso y su ruido impactarían el desempeño de cada proveedor?
Si se elige la estrategia de bloques, todavía ejecutaría un diseño factorial fraccionado usando los factores del proceso y el ruido ya mapeado como factores siguiendo la misma estrategia mencionada anteriormente en lugar de ejecutar réplicas para cada uno de los proveedores, observaría el cambio en el promedio para cada uno. de ellos y utilizar una prueba estadística para saber si los proveedores son estadísticamente diferentes o no, pero esto depende totalmente de usted dado el costo de cada ejecución y la información que ya tiene.
Una vez que ejecute el primer diseño factorial fraccional para el primer bloque, es posible que pueda identificar los efectos importantes y que tengan sentido para los otros bloques; puede utilizar este conocimiento para refinar el experimento para los otros bloques.
El bloque con los diseños factoriales puede no parecer la estrategia con el número mínimo de ejecuciones, sin embargo, creo que le ayudará a construir una base sólida de conocimiento sobre los factores de su proceso y su interacción con el material del proveedor.
Por favor, avíseme si desea seguir discutiendo el tema.
Atentamente,
