Plan d'expérience pour 2 facteurs continus et 1 facteur numérique discretBonjour les experts JMP
J'ai eu du mal à décider quel DOE utiliser pour mon expérience. J'ai 2 facteurs continus et 1 facteur numérique discret (3 niveaux). Le but est d'optimiser la combinaison de ces facteurs pour obtenir un maximum de réponses Y (j'ai 2 réponses Y).
Quel serait le meilleur DOE à utiliser ?
J'apprécierais votre aide!
Merci!
Conception d'expériencesRe : Plan d'expérience pour 2 facteurs continus et 1 facteur numérique discretSalut @stat_mr_h ,
Bienvenue dans la Communauté !
Avant de recommander une plateforme ou un type de conception spécifique, quelques questions pour vous aider à cadrer votre DoE et votre sujet :
- Facteurs de l'étude : Dans le cas décrit, vous avez cité seulement 3 facteurs. Avez-vous déjà examiné et filtré certains facteurs qui pourraient influencer votre système ? Existe-t-il uniquement ces 3 facteurs importants et actifs ?
- Plages des facteurs : Dans quelle mesure avez-vous confiance dans les plages des facteurs : pensez-vous que le point optimal sera à l'intérieur de votre espace expérimental défini ?
- Mesure/variabilité de la réponse : Avez-vous déjà quelques connaissances sur la variabilité des mesures afin d'évaluer le nombre de runs nécessaires ? Quelle est la répétabilité/reproductibilité de votre système de mesure ?
- Différence de niveaux de réponse : En lien avec les deux items précédents, les plages de facteurs sont-elles suffisamment larges pour que vos expériences aient des mesures de réponse significativement différentes, prenant en compte la variabilité des mesures ?
Concernant l'utilisation de types de conception et de plates-formes spécifiques, ce quiz JMP pourrait être un bon point de départ pour avoir une première recommandation sur le type de conception à essayer en premier :DO Quiz (jmp.com)
Si vous avez des doutes sur les sujets et questions posés précédemment, voici une possible recommandation pour commencer :
- Afin de vérifier si les plages de vos facteurs permettent de voir les différences dans les réponses, et éventuellement d'avoir une première évaluation de la variabilité des réponses, je commencerais par un design de dépistage (en utilisant la plateforme Custom design, et en utilisant un design simple (D-optimal ) pour vérifier les effets principaux, et incluant certains points centraux et répétitions pour évaluer la variabilité des mesures) ou une conception de cadrage plus parcimonieuse/économique (non incluse dans JMP par défaut mais très facile à créer et à analyser/visualiser).
- Une fois que vous avez créé votre plan initial et vérifié la conformité des plages de vos facteurs avec la variabilité des réponses et la capacité de détecter les différences dans les réponses, vous pouvez ensuite augmenter les plans. Entrez vos facteurs et réponses, cliquez sur « Regrouper les nouvelles exécutions dans un bloc séparé » et cliquez sur l'option Augmentation. Vous pouvez également modifier les plages de facteurs à cette étape si vous aviez des plages trop larges ou si vous souhaitez passer à une autre zone expérimentale. À partir de là, vous pourrez spécifier le modèle que vous souhaitez, donc dans votre cas, ce serait une bonne option de cliquer sur "RSM" pour spécifier un modèle de surface de réponse, comprenant les effets principaux, les interactions à 2 facteurs et les effets quadratiques. .
- Analysez les résultats de votre conception, l'adéquation de votre modèle et vérifiez si vous êtes capable de trouver un point optimal. Si la zone optimale n'est pas encore entièrement analysée ou s'il peut y avoir des effets non linéaires que vous ne pouvez pas bien modéliser, vous pouvez augmenter à nouveau votre conception et choisir un type d'augmentation Space-Filling . Cela créera des points de manière quasi-aléatoire et homogène dans votre espace expérimental, et vous pourrez utiliser d'autres types de modèles, comme des modèles de Machine Learning si nécessaire.
Si vous êtes déjà sûr des facteurs, des plages et des réponses, vous pouvez également créer directement votre conception de surface de réponse dans JMP à l'aide de la plateforme de conception personnalisée, en spécifiant tous les effets principaux, les interactions à 2 facteurs et les effets quadratiques dans le modèle (ou simplement en cliquant sur bouton "RSM" dans le panneau modèle). Je recommande de créer plusieurs conceptions avec différents nombres d'exécutions, pour mieux comprendre le compromis entre le budget expérimental nécessaire et les performances de conception, et vous aider à optimiser ce compromis. Vous pouvez créer plusieurs conceptions et utiliser la plateforme Compare Designs pour comparer leurs performances, ou générer directement plusieurs conceptions avec différentes configurations à l'aide de la plateforme Design Explorer .
J'espère que cette réponse vous aidera,
Re : Plan d'expérience pour 2 facteurs continus et 1 facteur numérique discretOups, je n'ai pas vu la réponse de @P_Bartell avant de poser cette question.
Vous voudrez peut-être essayer la conception personnalisée.
DOE=>Conception personnalisée
cela fonctionne en vous demandant de saisir les détails de votre expérience, puis de créer le DOE pour vous.
Re : Plan d'expérience pour 2 facteurs continus et 1 facteur numérique discretVous pouvez créer ce design assez facilement dans la plateforme Custom Design. Analyse dans Graph Builder ou Fit Y by X pour de nombreuses visualisations et modélisation dans la plate-forme Fit Model, personnalité d'ajustement standard des moindres carrés en supposant que vos réponses sont de nature continue/numérique... si autre chose, une personnalité d'ajustement différente est requise... mais cela dépend de la nature spécifique du type de données de réponse.
