Ich optimiere einen Produktionsprozess und möchte zunächst mithilfe eines benutzerdefinierten Designs den Beitrag jedes einzelnen Faktors zur Reaktion bewerten.
Zu den Faktoren gehören die Anlagenbedingungen, die kontinuierliche Variablen sind, deren Werte sich in der Realität jedoch nur sehr schwer variieren lassen (Länge der Vorrichtung usw.).
Welchen Faktortyp sollte ich für eine solche Variable wählen?
Die Anlagenbedingungen können einen wesentlichen Beitrag leisten und ich möchte den optimalen Wert finden, aber die Bandbreite der möglichen Werte, die ich variieren kann, ist begrenzt, sodass ich kein ausgewogenes Versuchsdesign erstellen kann.
Wenn ich sie andererseits als kategorische oder Blockvariable behandle, gehe ich davon aus, dass ich nicht in der Lage sein werde, den optimalen Wert abzuleiten, wenn diese Variable einen signifikanten Beitrag leistet.
Hallo @yukko ,
Willkommen in der Community!
Wenn Ihre Faktoren variabel sind und gemessen werden können, empfehle ich die Verwendung numerischer Faktoren. Laut JMP-Hilfe zur Beschreibung und zum Unterschied zwischen kontinuierlichen und diskreten numerischen Faktoren ( Faktoren) :
„ Ein kontinuierlicher Faktor ist ein Faktor, den Sie unter Berücksichtigung der Einschränkungen Ihres Prozesses und Messsystems konzeptionell auf jeden Wert zwischen den angegebenen unteren und oberen Grenzen setzen können. “
" Ein diskreter numerischer Faktor kann nur eine diskrete Anzahl von Werten annehmen. Diese Werte haben eine implizite Reihenfolge. "
Abhängig von der Möglichkeit, dass es im Bereich Ihrer numerischen Faktoren Zwischenwerte gibt, können Sie sich für numerisch kontinuierliche (keine Einschränkungen bei der Wahl der Faktorstufen) oder numerisch diskrete (Möglichkeit, für jeden Faktor nur bestimmte Stufen zu wählen) Faktoren entscheiden.
Wenn Sie zunächst den Beitrag jedes Faktors zur Antwort mit einem benutzerdefinierten Design auswerten möchten, hat die Wahl des Faktortyps möglicherweise keine große Wirkung: Da Sie sich in einer Screeningphase befinden, können Sie für jeden Faktor 2 (Minimum und Maximum) bis 3 (Minimum, Mittel, Maximum) Stufen auswählen, sodass das Design und die Analyse mit diesen beiden Faktortypen recht ähnlich sind.
Bei diskreten numerischen Faktoren und 3 Ebenen können Sie im Gegensatz zu kontinuierlichen Faktoren eine Zwischenebene wählen, die nicht die mittlere Ebene ist, und das Modell enthält automatisch quadratische Effekte. Die Analyse unterscheidet sich im Vergleich zu kontinuierlichen Faktoren etwas, da diskrete Faktoren wie ordinale Faktoren sind (kategorisch, aber geordnet).
Bei kontinuierlichen Faktoren können Sie dem Modell quadratische Effekte (und/oder Mittelpunkte) hinzufügen, um dem Design für diese Faktoren eine dritte Ebene hinzuzufügen.
Hoffe, diese Antwort wird Ihnen helfen,
Vielen Dank, @Victor_G .
Ich habe verstanden, dass es als diskrete Zahl behandelt werden sollte.
Wenn andererseits der Variablentyp in der ersten Screeningphase nicht sehr wichtig ist, was ist dann der Unterschied zwischen der Behandlung einer Variablen als kontinuierliche Variable und als diskrete Variable?
hallo @Victor_G .
Entschuldigung für die Verzögerung.
Ich verstehe den Unterschied zwischen diesen beiden Variablentypen.
Mir ist bewusst, dass dieser Unterschied in der nächsten Screening-Phase, der Optimierungsphase, von großer Bedeutung ist.
Vielen Dank für Ihre freundliche Beratung.
