Versuchsplanung für 2 kontinuierliche Faktoren und 1 diskreten numerischen FaktorHallo JMP-Experten
Ich hatte Schwierigkeiten, mich für ein DOE zu entscheiden, das ich für mein Experiment verwenden sollte. Ich habe 2 kontinuierliche Faktoren und 1 diskreten numerischen Faktor (3 Ebenen). Das Ziel besteht darin, die Kombination dieser Faktoren zu optimieren, um maximale Y-Reaktionen zu erzielen (ich habe 2 Y-Reaktionen).
Welches DOE sollte am besten verwendet werden?
Ich würde Ihre Hilfe schätzen!
Danke!
VersuchsplanungBetreff: Versuchsplanung für 2 kontinuierliche Faktoren und 1 diskreten numerischen FaktorHallo @stat_mr_h ,
Willkommen in der Community!
Bevor wir eine bestimmte Plattform oder einen bestimmten Designtyp empfehlen, hier einige Fragen, die Ihnen bei der Festlegung Ihres DoE und Themas helfen:
- Faktoren in der Studie : Im beschriebenen Fall hast Du nur 3 Faktoren aufgeführt. Hast Du schon einige Faktoren herausgefiltert, die Dein System beeinflussen könnten? Sind nur diese 3 Faktoren wichtig und aktiv?
- Bereiche der Faktoren : Wie sicher sind Sie sich hinsichtlich der Bereiche der Faktoren: Glauben Sie, dass der optimale Punkt innerhalb Ihres definierten Versuchsraums liegt?
- Reaktionsmessung/Variabilität : Haben Sie bereits Kenntnisse über die Messvariabilität, um die Anzahl der erforderlichen Durchläufe einschätzen zu können? Wie hoch ist die Wiederholbarkeit/Reproduzierbarkeit Ihres Messsystems?
- Unterschiede in den Antwortniveaus : Im Zusammenhang mit den beiden vorherigen Punkten: Sind die Bereiche der Faktoren groß genug, sodass Ihre Experimente unter Berücksichtigung der Messvariabilität signifikant unterschiedliche Antwortmessungen aufweisen?
In Bezug auf die Verwendung bestimmter Designtypen und Plattformen könnte dieses JMP-Quiz ein guter Ausgangspunkt sein, um eine erste Empfehlung zu erhalten, welchen Designtyp Sie zuerst ausprobieren sollten:DO-Quiz (jmp.com)
Wenn Sie Zweifel zu den zuvor gestellten Themen und Fragen haben, finden Sie hier eine mögliche Empfehlung zum Einstieg:
- Um zu prüfen, ob die Bereiche Ihrer Faktoren es ermöglichen, Unterschiede in den Antworten zu erkennen, und um möglicherweise eine erste Einschätzung der Antwortvariabilität vorzunehmen, würde ich mit einem Screening-Design beginnen (unter Verwendung der Plattform „Benutzerdefiniertes Design“ und eines einfachen Designs (D-optimal) zur Prüfung der Haupteffekte sowie unter Einbeziehung einiger Mittelpunkte und Replikate zur Beurteilung der Messvariabilität) oder einem sparsameren/wirtschaftlicheren Scoping-Design (nicht standardmäßig in JMP enthalten, aber sehr einfach zu erstellen und zu analysieren/visualisieren).
- Nachdem Sie Ihr erstes Design erstellt und die Übereinstimmung der Bereiche Ihrer Faktoren mit der Variabilität der Antworten sowie die Fähigkeit, Unterschiede in den Antworten zu erkennen, überprüft haben, können Sie Designs erweitern. Geben Sie Ihre Faktoren und Antworten ein, klicken Sie auf „Neue Durchläufe in separatem Block gruppieren“ und dann auf die Option „Erweitern“. Sie können in diesem Schritt auch die Faktorbereiche ändern, wenn Ihre Bereiche zu breit waren oder Sie in einen anderen Versuchsbereich wechseln möchten. Von dort aus können Sie das gewünschte Modell angeben. In Ihrem Fall wäre es also eine gute Option, auf „RSM“ zu klicken, um ein Response Surface Model anzugeben, einschließlich der Haupteffekte, 2-Faktor-Interaktionen und quadratischen Effekte.
- Analysieren Sie die Ergebnisse Ihres Entwurfs und die Eignung Ihres Modells und prüfen Sie, ob Sie einen optimalen Punkt finden können. Wenn der optimale Bereich noch nicht vollständig analysiert ist oder es einige nichtlineare Effekte gibt, die Sie nicht gut modellieren können, können Sie Ihren Entwurf erneut erweitern und einen raumfüllenden Erweiterungstyp wählen. Dadurch werden in Ihrem Versuchsraum quasi zufällig und homogen Punkte erstellt und Sie können bei Bedarf andere Modelltypen verwenden, z. B. Machine-Learning-Modelle.
Wenn Sie sich bereits über die Faktoren, Bereiche und Antworten im Klaren sind, können Sie Ihr Response Surface-Design auch direkt in JMP erstellen, indem Sie die Plattform „Benutzerdefiniertes Design“ verwenden und alle Haupteffekte, 2-Faktor-Interaktionen und quadratischen Effekte im Modell angeben (oder einfach auf die Schaltfläche „RSM“ im Modellfenster klicken). Ich empfehle, mehrere Designs mit unterschiedlichen Durchlaufzahlen zu erstellen, um den Kompromiss zwischen dem erforderlichen experimentellen Budget und der Designleistung besser zu verstehen und diesen Kompromiss zu optimieren. Sie können mehrere Designs erstellen und die Plattform „Designs vergleichen“ verwenden, um ihre Leistung zu vergleichen, oder direkt mehrere Designs mit verschiedenen Konfigurationen mithilfe der Plattform „Design Explorer“ generieren.
Hoffe, diese Antwort wird Ihnen helfen,
Betreff: Versuchsplanung für 2 kontinuierliche Faktoren und 1 diskreten numerischen FaktorHoppla, ich habe die Antwort von @P_Bartell nicht gesehen, bevor ich das gepostet habe.
Vielleicht möchten Sie das benutzerdefinierte Design ausprobieren.
DOE=>Kundenspezifisches Design
Es funktioniert, indem Sie die Einzelheiten Ihres Experiments eingeben und dann das DOE für Sie erstellt wird.
Betreff: Versuchsplanung für 2 kontinuierliche Faktoren und 1 diskreten numerischen FaktorSie können dieses Design ganz einfach in der Custom Design-Plattform erstellen. Analyse im Graph Builder oder Fit Y by X für zahlreiche Visualisierungen und Modellierungen in der Fit Model-Plattform, standardmäßige Kleinstquadrate-Anpassungspersönlichkeit unter der Annahme, dass Ihre Antworten kontinuierlicher/numerischer Natur sind... wenn etwas anderes erforderlich ist, ist eine andere Anpassungspersönlichkeit erforderlich... aber das hängt von der spezifischen Natur des Antwortdatentyps ab.
