Faktorbeschränkungen: MultiplikationHallo allerseits.
Ich bin ziemlich neu bei JMP, also entschuldigen Sie, wenn die Frage für Sie dumm klingt.
Wir versuchen, ein benutzerdefiniertes Versuchsdesign zu erstellen, in dem wir eine kontinuierliche Antwort optimieren möchten, indem wir mit 5 kontinuierlichen Faktoren, einem diskreten Faktor und zwei Konstanten arbeiten.
Während wir die Auswirkungen der Faktoren auf die Antwort untersuchen möchten, haben wir parallel dazu eine Beziehung innerhalb der Faktoren entwickelt: Aus diesem Grund möchten wir diese verwenden, um vor der Erstellung des DOE Einschränkungen für die zulässigen Ebenen festzulegen.
Nachdem wir die wertvollen Vorschläge dieser großartigen Community durchgelesen haben, verwenden wir das Disallowed Combination Script, um dieses Ziel zu erreichen.
Etwas genauer betrachtet, hier ist die Einschränkung:
[X1 * (X2 / X3) * C1 * ((C2 / X4) + 1) * D1 * (195,08 / 9) < 4,01] und [X1 * (X2 / X3) * C1 * ((C2 / X4) + 1) * Z1 * (195,08 / 9) < 0,1]
(wobei Xi die Faktoren, Ci die Konstanten und D1 der diskrete Faktor sind).
Unser Problem ist, dass die Behandlung die Einschränkungen nicht zu respektieren scheint: Viele der vom JMP vorgeschlagenen Behandlungen liegen über dem Grenzwert. Außerdem scheint mir die Option „Lineare Einschränkungen angeben“ nur für lineare Kombinationen der Faktoren zu funktionieren und nicht für ihre Produkte (wie in unserem Fall).
Übersehe ich hier etwas? Oder haben Sie einen Vorschlag, wie das DoE umformuliert werden könnte, um es weniger kompliziert zu machen?
Ich hoffe, die Frage ist klar und nicht zu albern.
Entschuldigen Sie die sehr lange Nachricht. Ich warte geduldig auf Ihre Eingabe und kann Ihnen bei Bedarf gerne weitere Informationen geben.
Vielen Dank im Voraus an alle, die sich die Zeit nehmen, diesen Beitrag zu lesen. In der Zwischenzeit wünsche ich Ihnen einen schönen Tag.
Mit freundlichen Grüße,
A
Grundlegende Datenanalyse und ModellierungVersuchsplanungBetreff: Faktorbeschränkungen: MultiplikationHallo @agiacomo ,
Willkommen in der Community!
Weitere Informationen zu Faktorbeschränkungen finden Sie im Artikel von @Jed_Campbell : Demystifying Factor Constraints
Ich bin ein wenig überrascht von der Komplexität Ihrer Einschränkung, da Sie anscheinend bereits eine genaue Vorstellung von den Beziehungen zwischen Faktoren haben. Was ist Ihr Ziel? Möchten Sie ein nützliches Modell erstellen, das die „wahre“ Beziehung zwischen Faktoren annähert, oder sind Sie eher daran interessiert, eine physikalische Gleichung/ein physikalisches Modell zu validieren?
- Im ersten Fall würde ich, sofern die Durchläufe ohne diese komplexe Einschränkung nicht physikalisch nicht durchführbar sind, diese Einschränkung entfernen (oder vereinfachen), um einen größeren Experimentierraum zur Verfügung zu haben, der bei der Modellierung der Beziehungen helfen und den Inferenzraum vergrößern kann.
- Wenn Sie eher an der Validierung einer physikalischen Gleichung/eines physikalischen Modells interessiert sind, können Sie eine Datentabelle mit der Einschränkungsformel erstellen und basierend auf der Gleichung und dem verfügbaren Bereich Werte für die verschiedenen Faktoren generieren.
Der Kandidatensatz-Ansatz könnte für Sie auch interessant sein, wenn die Option „Nicht zulässige Kombinationen“ nicht wie gewünscht funktioniert.
Hier ist eine Präsentation von Chris Gotwalt zur Verwendung: Kandidatenset-Designs: Anpassung der DOE-Einschränkungen an das Problem (2021-EU-30MP-784)
Die Verwendung eines Kandidatensatzansatzes in diesen Schritten kann Ihnen dabei helfen, Ihre Einschränkung einzuhalten:
- Erstellen Sie Ihren Kandidatensatz, eine Datentabelle für alle Ihre Faktoren und die Formel für gleichmäßige Verteilungen (mit den Grenzwerten, die Sie für die kontinuierlichen Faktoren X1 bis X5 festgelegt haben) oder zufällige Ganzzahlen (von Minimum bis Maximum für Ihre numerischen diskreten Faktoren) mit einer großen Anzahl von Zeilen (1000+ könnten ein guter Anfang sein).
- Schließen Sie mithilfe eines Datenfilters für diese Datentabelle Punkte aus, die Ihre Einschränkung nicht einhalten.
- Verwenden Sie die benutzerdefinierte Designplattform für Ihre Kandidatensatz-Datentabelle, verwenden Sie „Kovariatenfaktoren auswählen“ und wählen Sie Ihre Faktoren aus.
- Geben Sie Ihr Modell und die Anzahl der Durchläufe in Ihrem Design an. Sie können „Wiederholung von Kovariatenzeilen zulassen“ aktivieren, wenn die Durchläufe in Ihrem Versuchsaufbau repliziert werden können.
- Sie sollten ein Design erhalten, das Ihre Einschränkungen berücksichtigt.
Hoffe, diese Antwort wird Ihnen helfen,
Betreff: Faktorbeschränkungen: MultiplikationHallo Victor,
Entschuldigen Sie zunächst meine verspätete Rückmeldung: Wir hatten eine schwierige Woche und ich hatte erst jetzt Zeit, mich hinzusetzen und Ihre Antwort zu lesen.
Zweitens: vielen Dank für Ihre freundliche und ausführliche Antwort!
Da ich mit JMP noch nicht vertraut bin, hatte ich Angst, dass diese Einschränkungen etwas anmaßend sein könnten oder dass das Modell, das wir bewerten möchten, – wie Sie zu Recht sagten – etwas zu kompliziert sei.
Um es noch genauer zu erläutern: Das Modell/die Einschränkungen wurden in einer anderen Abteilung erhalten und wir wollten testen, ob dies auch auf unser Setup zutrifft.
Ich werde die von Ihnen vorgeschlagenen Lösungen so schnell wie möglich ausprobieren und sofort in die Präsentation einsteigen (oder besser gesagt JMP, ahah), die Sie an die Nachricht angehängt haben.
Ich werde in jedem Fall auf diesen Beitrag zurückkommen, entweder um die Angelegenheit abzuschließen oder um freundlich um weitere Unterstützung zu bitten, falls jemand Zeit dazu hat.
Nochmals vielen Dank für Ihre Hilfe. Sie ist wirklich von unschätzbarem Wert!
Mit freundlichen Grüße,
Alessio
