Plan d'analyse des expériencesBonjour la communauté JMP,
J'ai deux questions concernant l'analyse du plan d'expériences que j'ai effectué :
1) Lors de l'exécution d'un DOE de dépistage (plan de Plackett-Burman) et que l'un des termes du modèle a un effet positif sur la variable dépendante mais qu'il ne semble pas atteindre une signification statistique, est-il logique d'inclure toujours ce facteur lors de l'exécution du deuxième , optimisation DOE ? Lorsqu'un facteur n'a pas d'effet statistiquement significatif sur le résultat d'un DOE de dépistage, cela ne signifie pas nécessairement que l'effet de ce facteur sur le résultat est négligeable, je pense. Est-ce correct?
2) Lors de l'analyse d'un DOE et de la réduction du modèle en supprimant les termes non significatifs, j'observe que le test de manque d'ajustement devient non significatif après réduction du modèle alors qu'il était significatif avant de réduire le modèle. Comment dois-je interpréter cela ? Cela signifie-t-il qu'en supprimant ces termes, l'erreur pure du modèle augmente, ce qui diminue par la suite le manque d'ajustement ?
Merci,
Sarah
Conception d'expériencesObjet : Plan d'analyse des expériencesEn ce qui concerne les questions contenues dans 1.), voici mes réflexions. Ne vous attardez pas sur la signification statistique. Avant tout, vous essayez de résoudre un problème pratique. Si votre connaissance du domaine vous indique que le facteur « non significatif » est important... alors incluez-le par tous les moyens dans les expérimentations ultérieures. Les raisons de la « non-significativité » peuvent être nombreuses et variées. Bruit excessif du système de mesure. Peut-être que les niveaux de facteur étaient trop étroits pour que le signal dépasse le bruit. Et ne tombez pas dans la mononumérose de la mentalité de falaise de valeur p associée à la valeur talismanique de 0,05... vous allez me dire que vous jetteriez le facteur si la valeur p est de 0,051 et le conserveriez si elle est de 0,049 ?
Quant à la question 2.) Plus de réflexions... le manque de tests d'ajustement est agréable... mais que vous disent les tracés résiduels ? Inverser les degrés de liberté dans et hors d'un test d'absence d'ajustement, c'est comme essayer de chasser le « gagnant ». Ce n’est pas quelque chose sur lequel je consacrerais beaucoup de temps. Revenons au problème pratique. Concentrez-vous sur la façon dont le modèle que vous obtenez vous aide à résoudre le problème pratique... pas sur un test F pour LOF.
Mes cinq cents... d'autres peuvent ressentir différemment.
Objet : Plan d'analyse des expériencesConcernant votre première question, la gamme de facteurs était-elle suffisamment large pour susciter un effet important (c'est-à-dire un changement dans la réponse) ? Limiter la plage autour d’une valeur censée être un bon niveau peut diminuer la puissance des tests pour une estimation non nulle.
Objet : Plan d'analyse des expériencesMerci @P_Bartell , c'était également mon processus de réflexion pour les deux questions que j'ai posées.
Objet : Plan d'analyse des expériences@Mark_Bailey J'ai utilisé la gamme la plus large possible qui n'était pas toxique pour les cellules sur lesquelles je testais le composé/facteur. Sinon, cela m’aurait donné des informations limitées puisque toutes les cellules seraient mortes.
