¿Cómo puedo agregar ejecuciones adicionales a las ejecuciones diseñadas desde Definitive Screening Design?Estimados expertos del JMP:
Soy Chau Dang y soy nuevo en JMP. Usé JMP para diseñar mis experimentos. Seleccioné un diseño de detección definitiva (DSD) con 6 variables para crear 17 ejecuciones para mi conjunto experimental. Durante el tiempo que llevaba a cabo los experimentos, realicé 7 ejecuciones adicionales (no diseñadas por DSD) con las mismas variables. Al final, quiero analizar los resultados de 17 ejecuciones (de DSD) y 7 ejecuciones adicionales (¿factores falsos?) juntas. Sin embargo, cuando agrego 7 ejecuciones adicionales a la tabla de 17 ejecuciones, el modelo (Ajustar detección definitiva) no comprende y no proporciona ningún resultado. He intentado usar "Análisis --> Ajustar modelo" para un total de 24 ejecuciones; sin embargo, solo se determinan los parámetros significativos, pero no se consideró el segundo orden.
Sería bueno que me sugieras soluciones para resolver este problema. No quiero perder 7 carreras extra.
¡Muchas gracias por su gran apoyo!
Estoy esperando tus comentarios.
Atentamente
Chau Dang
Diseño de experimentosVentanasRe: ¿Cómo puedo agregar ejecuciones adicionales a las ejecuciones diseñadas desde Definitive Screening Design?Hola @danghuyenchau89 ,
¡Bienvenido a la Comunidad!
Sus 7 ejecuciones son réplicas de las ejecuciones originales en su diseño de 17 ejecuciones. Agregar réplicas a un diseño de cribado definitivo destruye la estructura de plegado específica del DSD, por lo que ya no puede usar la plataforma "Ajustar DSD" (ya que requiere una estructura de plegado para el análisis). Consulte el tema y la respuesta de Diseño de cribado definitivo - Réplicas de @Mark_Bailey . Se recomienda usar la opción " Ejecuciones adicionales " en la plataforma DSD si tiene suficiente presupuesto experimental para aumentar el tamaño de la muestra y ayudar a seleccionar los términos en el modelo: Selección eficaz de modelos para DSD
Todavía puede utilizar la plataforma "Fit Model", especificando todos los efectos principales, interacciones de 2 factores y efectos cuadráticos de sus factores, y utilizar un método de selección de variables, como la personalidad Stepwise de la plataforma "Fit Model" (con JMP) o utilizar modelos de regresión generalizada (con JMP Pro) en la misma plataforma. También le pueden interesar estas discusiones:
Cómo tratar las réplicas y las ejecuciones fallidas en un diseño de detección definitivo.
Preguntas de diseño de la prueba de detección definitiva (sobre el uso y el impacto de las réplicas)
Adjunto encontrará su tabla de datos con scripts para iniciar la plataforma Stepwise y un modelo creado con "Fit Model".
Espero que esta respuesta te ayude.
Re: ¿Cómo puedo agregar ejecuciones adicionales a las ejecuciones diseñadas desde Definitive Screening Design?Querido Víctor,
¡Muchas gracias por tu respuesta! Me resultó muy útil.
Seguí sus instrucciones y obtuve los resultados que buscaba. Me di cuenta de que las interacciones significativas de los parámetros deben seleccionarse en el "Modelo de ajuste" en función de las que se muestran en la "Selección definitiva de ajuste". De lo contrario, se considerarán todas las interacciones de los parámetros, lo que puede generar resultados diferentes para los valores p y el R cuadrado (Rsp) del modelo.
Otra pregunta que me viene a la mente se relaciona con mis experimentos, en los que convertí biomasa en biocarbón. El rendimiento sólido y el poder calorífico del biocarbón están bien predichos por el modelo. Sin embargo, hay una respuesta indirecta (por ejemplo, la composición de cenizas del biocarbón), que se analiza quemando el biocarbón a 550 °C para determinar la composición de las cenizas. Esta respuesta indirecta muestra un RMSE (error cuadrático medio) muy alto de 2930 en el modelo.
¿Cómo debo interpretar este RMSE alto? ¿Puedo concluir que este modelo no es adecuado para predecir esta respuesta indirecta?
Atentamente
Re: ¿Cómo puedo agregar ejecuciones adicionales a las ejecuciones diseñadas desde Definitive Screening Design?Lo siento @danghuyenchau89 , pero no hay suficiente información sobre el modelo, la respuesta y el contexto de esta medición de respuesta para ayudarte a interpretar/concluir sobre este valor específico de RMSE.
Algunas preguntas que te pueden ayudar:
- ¿Cuál es la desviación estándar de esta medición? ¿Ya tiene algunas pruebas o un valor que indique la dispersión/incertidumbre típica de estas mediciones? Este valor puede ayudar a comparar el rendimiento de predicción de su modelo con la incertidumbre de la medición. Dependiendo de qué tan estrechamente relacionados estén los valores, puede tener una mejor comprensión de qué tan confiable y útil puede ser el modelo.
- ¿Están todos los factores posibles vinculados a esta respuesta indirecta en el estudio del DoE? ¿Quizás otros factores no tomados en cuenta en el DoE puedan ser útiles para explicar y predecir esta respuesta?
- ¿Qué tan controladas y estables son las condiciones de operación? En particular, ¿qué tan controlada está la temperatura de combustión? ¿Puede medir la temperatura durante el experimento para tenerla en cuenta en el análisis (quizás como covariable)?
- Para la parte de modelado, ¿verificó la distribución de su respuesta y eligió una adecuada (por ejemplo, en la plataforma de Regresión generalizada)? ¿Verificó los residuos? Una distribución no adecuada puede tener un impacto grave en el modelado, rompiendo los supuestos de la regresión lineal e inflando el error del modelo. En su ejemplo anterior, elegir una distribución LogNormal para el modelado GenReg o aplicar una transformación Box-Cox puede mejorar el RMSE (mismos términos en los dos modelos, con la transformación Box-Cox a la derecha, el RMSE se reduce de 1623 a 1308):
- Además, como no tengo información sobre su modelo, es posible que haya varias cosas que verificar: ¿cuáles son los criterios de selección de modelos y las métricas (R², R² ajustado, RMSE, valores p, criterio de información, ...), cuáles son los términos introducidos en el modelo, etc.?
Estoy seguro de que puede haber muchas otras consideraciones a tener en cuenta, pero estas pocas preguntas rápidas pueden ayudarte.
