Diseño de análisis de experimentos.Hola comunidad JMP,
Tengo dos preguntas con respecto al análisis del Diseño de Experimentos que realicé:
1) Cuando se realiza un screening DOE (diseño Plackett-Burman) y uno de los términos del modelo tiene un efecto positivo en la variable dependiente pero no parece alcanzar significación estadística, ¿tiene sentido seguir incluyendo este factor al realizar el segundo? , optimización DOE? Cuando un factor no tiene un efecto estadísticamente significativo sobre el resultado en un DOE de detección, no significa necesariamente que el efecto de este factor sobre el resultado sea insignificante, en mi opinión. ¿Es esto correcto?
2) Al analizar un DOE y reducir el modelo eliminando términos no significativos, observo que la prueba de falta de ajuste se vuelve no significativa después de reducir el modelo mientras que era significativa antes de reducir el modelo. ¿Cómo debo interpretar esto? ¿Significa esto que al eliminar estos términos aumenta el error puro del modelo, lo que posteriormente disminuye la falta de ajuste?
Gracias,
sara
Diseño de experimentosRe: Diseño de análisis de experimentos.Con respecto a las preguntas contenidas en 1.), aquí está mi opinión. No se obsesione con la significación estadística. En primer lugar, estás intentando resolver algún problema práctico. Si su conocimiento del dominio le dice que el factor "no significativo" es importante... entonces inclúyalo en la experimentación posterior. Las razones detrás de la "falta de importancia" pueden ser muchas y variadas. Ruido excesivo en el sistema de medición. Quizás los niveles de los factores eran demasiado estrechos para que la señal superara el ruido. Y no caiga en la mononumerosis de la mentalidad del acantilado del valor p asociada con el valor talismánico 0,05... ¿me va a decir que descartaría el factor si el valor p es 0,051 y lo conservaría si es 0,049?
En cuanto a la pregunta 2.) Más ideas... las pruebas de falta de ajuste son buenas... pero ¿qué te dicen los gráficos residuales? Intercambiar grados de libertad dentro y fuera de una prueba de falta de ajuste es como intentar buscar al "ganador". No es algo a lo que le dedicaría mucho tiempo. Volvamos al problema práctico. Concéntrese en cómo cualquier modelo que obtenga le ayudará a resolver el problema práctico... no en una prueba F para LOF.
Mis cinco centavos... otros pueden sentir lo contrario.
Re: Diseño de análisis de experimentos.Con respecto a su primera pregunta, ¿fue el rango de factores lo suficientemente amplio como para provocar un efecto fuerte (es decir, un cambio en la respuesta)? Limitar el rango alrededor de un valor que se espera que sea un buen nivel puede disminuir la potencia de las pruebas para una estimación distinta de cero.
Re: Diseño de análisis de experimentos.Gracias @P_Bartell , este también fue mi proceso de pensamiento para las dos preguntas que hice.
Re: Diseño de análisis de experimentos.@Mark_Bailey Utilicé el rango más amplio posible que no fuera tóxico para las células en las que estaba probando el compuesto/factor. De lo contrario, esto me habría dado información limitada ya que todas las células estarían muertas.
