I valori sperimentali sono vicini ma non uguali ai valori dei fattori delineati nella DoE.Nella mia classe, gli studenti utilizzano la progettazione personalizzata per pianificare il loro esperimento. Conducono prove mirate ai valori dei fattori raccomandati da JMP. In pratica, le condizioni dell’esperimento sono leggermente diverse per una serie di ragioni. Consiglio di inserire i valori "effettivi/misurati" durante l'analisi dei risultati? Ho ragione? In che modo ciò influisce sulle loro analisi poiché le condizioni potrebbero non essere ortogonali come nel progetto JMP?
Analisi e modellazione dei dati di baseOggetto: I valori sperimentali sono vicini ma non sono uguali ai valori dei fattori delineati nella DoE.Ciao @Raghavan ,
Benvenuto nella Comunità!
Potresti trovare utili le risposte precedenti ai post strettamente correlati alla tua domanda:
Modificare i valori dei fattori una volta realizzato il disegno e la tabella (CUSTOM DESIGN)
Utilizzo di valori reali anziché di fattori target in DoE
Potresti anche incontrare situazioni simili quando crei un progetto personalizzato con vincoli nello spazio sperimentale: i valori trovati dall'algoritmo di scambio di coordinate possono essere molto precisi/specifici (a volte dispari) rispetto a ciò che è praticamente possibile nella configurazione sperimentale:
Come vengono generate le impostazioni dei fattori dispari in D-optimal RSM
Decimali casuali incorporati nel progetto di screening della miscela
Per rispondere alla tua domanda, sono d'accordo con la proposta di @statman di eseguire in parallelo entrambe le analisi, con i valori dei fattori di progettazione (così come sono stati generati) e con i valori "reali", per evitare ogni dubbio sull'influenza e l'importanza di questo cambiamento in valori dei fattori.
In pratica, se si ha solo una piccola deviazione nei valori dei fattori e intervalli di fattori sufficientemente ampi, l’impatto di questo cambiamento dovrebbe essere minimo e forse addirittura non visibile. Potrebbe esserci anche una variazione relativamente maggiore nelle misurazioni della risposta (a causa di ripetibilità/riproducibilità, errori di misurazione, ...) che "nasconderà" completamente l'influenza della deviazione nei valori dei fattori.
Spero che questa risposta aggiuntiva possa aiutarti,
Oggetto: I valori sperimentali sono vicini ma non sono uguali ai valori dei fattori delineati nella DoE.Per ragioni pratiche, spesso non è possibile raggiungere con precisione il punto di regolazione. Ad esempio, potrei scegliere di controllare il flusso a X l/min, ma la fluttuazione della pressione di linea potrebbe far variare il flusso di +/- 1 l/min! Mi piace la tua idea di testare in entrambi i modi, ma se i risultati sono diversi, ti fideresti dei risultati basati su valori codificati?
Oggetto: I valori sperimentali sono vicini ma non sono uguali ai valori dei fattori delineati nella DoE.Ecco i miei pensieri:
1. Perché non possono utilizzare i valori per i fattori specificati nel progetto (JMP)?
2. Nella sperimentazione si presuppone che se si imposta un livello basso (ad esempio, codificato -1) e si modifica l'impostazione del livello e si torna al livello basso, -1, quel livello è identico al precedente livello 1. Ciò è notevolmente semplifica l'analisi e consente di assegnare facilmente termini di ordine superiore.
3. La realtà è che la variazione esiste in ogni cosa, quindi una strategia per superare la variazione all'interno del livello è garantire che la variazione tra i livelli sia ampia (ad esempio, impostazione del livello in grassetto).
4. Se si desidera utilizzare i valori effettivi, a seconda di quanto variano dall'impostazione del livello specificato, si potrebbe perdere la capacità di valutare termini di ordine superiore come gli effetti di interazione. Se non sono così diversi, probabilmente non influisce troppo sull'analisi.
Non sono sicuro che considererei il tuo consiglio "corretto" o solo un modo per analizzare i dati. Vorrei provare l'analisi di diversi esperimenti utilizzando i valori codificati e i valori effettivi e vedere come differisce il risultato dell'analisi.
