Wie kann die Anzahl der Durchläufe im Design reduziert werden?Sehr geehrter Herr / Frau,
In JMP17 habe ich ein Design erstellt, das von 8 2-stufigen Faktoren ausgeht, von denen 5 schwer zu ändern sind. Für die schwer zu ändernden Faktoren werden nur Haupteffekte berücksichtigt, für die leicht zu ändernden Faktoren werden auch Wechselwirkungen 2. Ordnung ausgewertet.
Mithilfe von Custom Design wurden 32 Durchläufe generiert, die aus 8 ganzen Parzellen bestanden.
Jeder Durchgang stellt eine Klebstoffformulierung dar, die ich auf einer Reihe verschiedener Substrate (Hartholz, Sperrholz usw.) testen möchte.
Leider habe ich für eine begrenzte Anzahl von Substraten nicht genug Material, um 32 Tests durchzuführen. Für die Substrate, von denen ich nicht viele habe, möchte ich sie mit einer reduzierten Anzahl von Durchläufen (oder Klebstoffformulierungen) testen.
Meine Frage ist, wie ich am besten eine reduzierte Anzahl von Läufen auswählen kann. Meine ursprüngliche Idee war, eine leicht zu ändernde Faktorkombination pro gesamtem Diagramm wegzulassen und so die Anzahl der Läufe von 32 auf 24 zu reduzieren. Aber wie wähle ich trotzdem aus, welche leicht zu ändernden Faktorkombinationen ich entfernen und welche ich besser beibehalten sollte?
Vielen Dank im Voraus für jede Hilfe,
Beste grüße,
VersuchsplanungBetreff: Wie kann die Anzahl der Durchläufe im Design reduziert werden?Hallo @SamVA ,
Ich habe vielleicht etwas missverstanden, denn der Versuch, das von Ihnen beabsichtigte Design mit nur Haupteffekten für 5 schwer zu ändernde Faktoren und Haupteffekten + 2-Faktor-Interaktionen für 3 leicht zu ändernde Faktoren zu reproduzieren, führt mich zu einem empfohlenen Design mit 24 Durchläufen und 8 ganzen Diagrammen:
Nebenbei bemerkt können Sie in einem Split-Plot-Design 2-Faktor-Interaktionen zwischen leicht zu ändernden Faktoren schätzen, da diese im Vergleich zu schwer zu ändernden Faktoren, bei denen eine Einschränkung hinsichtlich der Randomisierung besteht, vollständig randomisiert sind.
Abhängig von Ihrem Bedarf und der Genauigkeitsschätzung von Haupteffekten + 2-Faktor-Interaktionen für leicht veränderbare Faktoren kann die Angabe eines Designs mit ausschließlich Haupteffekten beim Erstellen Ihres Split-Plot-Designs mit Ihren 8 Faktoren dabei helfen, die Aliase den Interaktionen mit schwer veränderbaren Faktoren zuzuordnen:
Sie können im Split-Plot-Design der Haupteffekte erkennen, dass die Haupteffekte völlig unkorreliert/nicht-aliasiert sind, und das gleiche gilt für die 2-Faktor-Interaktionen für leicht veränderbare Faktoren (von X6 bis X8).
Ich habe die beiden erstellten Designs angehängt, damit Sie sie sich ansehen und vergleichen können.
Betreff: Wie kann die Anzahl der Durchläufe im Design reduziert werden?Lieber @Victor_G
Vielen Dank für Ihre Antwort,
Es stimmt tatsächlich, dass das empfohlene Design für 8 Faktoren (5 schwer zu ändern, 3 leicht zu ändern, nur ME für HTC und ME+2. für ETC) 24 Durchläufe und 8 ganze Diagramme ergibt.
Als ich jedoch die Anzahl der Durchläufe auf 32 erhöhte, also eine zusätzliche, leicht zu ändernde Faktorkombination pro gesamter Parzelle, bemerkte ich eine Verbesserung der Vorhersagevarianz, eine Verringerung der durchschnittlichen Korrelation und eine bessere D-Effizienz. Da es machbar ist, ein zusätzliches Experiment pro gesamter Parzelle durchzuführen, und für die meisten Substrate mehr als genug Material vorhanden ist, um alle Experimente durchzuführen, entschied ich mich für das Design mit 32 Durchläufen.
Leider fehlt mir für ein Substrat das Material, um alle 32 Durchläufe durchzuführen. Die Idee war also, für dieses eine Substrat nur 24 der 32 Durchläufe im Design auszuwählen (denken Sie daran, dass in diesem Experiment jeder Durchlauf einer Klebstoffformulierung entspricht). Dann bleibt noch die Frage, wie man am besten auswählt, welche Durchläufe für dieses eine Substrat weggelassen und welche beibehalten werden.
Als Alternative könnte ich mich für das empfohlene Design mit 24 Durchläufen für alle Substrate entscheiden, aber es wäre schade, dass ich die mit den 8 zusätzlichen Durchläufen verbundenen Verbesserungen verliere. Es sei denn natürlich – und das ist für mich schwer einzuschätzen –, dass die Vorteile in Bezug auf Effektschätzung und Signifikanztests bei der Umstellung auf 32 Durchläufe nur geringfügig besser wären als die des Designs mit 24 Durchläufen.
Benutzerdefiniertes Design 2 = 32 Läufe
Benutzerdefiniertes Design 3 = 24 Läufe
Betreff: Wie kann die Anzahl der Durchläufe im Design reduziert werden?Hallo @SamVA ,
Was ist Ihr Ziel mit diesem Design? Wenn Ihr Ziel darin besteht, die Zusammenhänge zwischen Ihren Faktoren und Ihren Antworten zu untersuchen und zu verstehen, bin ich mir nicht sicher, ob die Vorhersagevarianz der interessanteste Indikator für Ihr Design ist (da Sie auch an der D-Effizienz interessiert zu sein scheinen). Darüber hinaus sieht die Änderung, die Sie im Fraction Design Space-Diagramm sehen, sehr geringfügig aus, sodass ich bezweifle, dass diese leichte Verbesserung einen bedeutenden praktischen Einfluss auf Ihre Experimente und Ihr Systemverständnis haben wird.
Aufgrund der begrenzten Informationen zu Ihrem Thema habe ich möglicherweise andere Ideen:
- Wenn Ihr Versuchsbudget durch eine physikalische Versuchsbeschränkung begrenzt ist (z. B. die verfügbare Substratmenge), würde ich mich für das 24-Durchläufe-Design entscheiden, um ein erstes Verständnis des Systems zu erlangen, bevor ich das Design mit neuen Durchläufen erweitere , um die Schätzgenauigkeit zu erhöhen und die Vorhersagevarianz dort zu reduzieren, wo es darauf ankommt. Es ist oft interessanter, DoEs sequenziell auszuführen, als zu versuchen, alle Antworten mit dem größten verfügbaren DoE zu lösen.
Führen Sie einen ersten Entwurf aus, visualisieren und analysieren Sie die Ergebnisse und iterieren Sie auf Grundlage der gewonnenen Erkenntnisse.
- Ich bin mir nicht sicher, wie praktisch umsetzbar diese Idee sein könnte, aber das Hinzufügen ganzer Diagramme (zusätzlich zu den Läufen) kann Ihr Design erheblich verbessern (falls möglich/durchführbar). Diese Situation ist leicht zu verstehen: Je mehr ganze Diagramme Sie haben, desto näher kommt Ihr Design einem vollständig randomisierten Design, sodass Sie die Aussagekraft für die Schätzung von Effekten verbessern, die Vorhersagevarianz verringern usw.
Je nachdem, wie umsetzbar diese Option ist, können Sie verschiedene Designs mit einer unterschiedlichen Anzahl ganzer Parzellen und einer unterschiedlichen Anzahl von Durchläufen ausprobieren, um den besten Kompromiss zu finden.
Ich hoffe, diese Ideen können Ihnen helfen.
Betreff: Wie kann die Anzahl der Durchläufe im Design reduziert werden?Lieber @Victor_G ,
Jedes ganze Grundstück stellt einen Arbeitstag dar, daher möchte das Unternehmen vermeiden, weitere ganze Grundstücke hinzuzufügen. Stattdessen folgt es Ihrem Vorschlag und entscheidet sich für das 24-Runs-Design.
Nochmals vielen Dank für das Feedback,
Beste grüße,
Sich selbst
