quel type de facteur doit être choisi pour une conception personnaliséeJ'optimise un processus de production et souhaite d'abord évaluer la contribution de chaque facteur à la réponse en utilisant une conception personnalisée.
Les facteurs incluent les conditions de l'installation, qui sont des variables continues, mais dont la valeur est en réalité très difficile à faire varier (longueur du gabarit, etc.).
Pour une telle variable, quel type de facteur dois-je choisir ?
Les conditions de l'installation peuvent avoir une contribution significative et je voudrais trouver la valeur optimale, mais la gamme des valeurs possibles que je peux faire varier est limitée, je suis incapable de créer un plan expérimental équilibré.
En revanche, si je la traite comme une variable catégorielle ou de bloc, je m’aperçois que je ne pourrai pas déduire la valeur optimale si cette variable a une contribution significative.
Plan d'expériencesFenêtresRe: quel type de facteur doit être choisi pour une conception personnaliséeBonjour @Victor_G .
Désolé pour le retard.
Je comprends la différence entre ces deux types de variables.
Je comprends que cette différence a une grande importance dans la prochaine étape du dépistage, l’étape d’optimisation.
Merci beaucoup pour vos gentils conseils.
Re: quel type de facteur doit être choisi pour une conception personnaliséeSalut @yukko ,
Le type de variable ne créera pas de différences dans la conception si vous avez 2 niveaux.
Si vous souhaitez 3 niveaux, le choix de facteurs numériques discrets permet de définir le niveau intermédiaire à n'importe quelle valeur choisie dans la plage du facteur, tandis que les facteurs numériques continus nécessitent de définir des termes quadratiques dans le modèle (et/ou des points centraux) pour inclure un troisième niveau dans la conception (qui sera automatiquement un point médian dans la plage du facteur).
La grande différence entre le traitement du facteur numérique comme discret ou continu concerne l'interpolation, c'est-à-dire la possibilité de prédire la ou les réponses en continu à n'importe quelle valeur donnée entre les niveaux utilisés pour le facteur continu, en fonction du modèle de régression et des termes utilisés dans ce modèle.
Profiler avec X1 comme numérique discret et 2 niveaux (modélisation faite avec les 2 niveaux mais les prédictions ne peuvent se faire qu'en spécifiant un des deux niveaux étudiés) :
Profiler avec X1 comme numérique continu à 2 niveaux (modélisation faite avec les 2 niveaux mais les prédictions peuvent être faites sur toute la plage de X1, de -1 à 1) :
J'espère que cela vous aide à comprendre la différence,
Re: quel type de facteur doit être choisi pour une conception personnaliséeMerci beaucoup @Victor_G .
J'ai compris qu'il fallait le traiter comme un nombre discret.
En revanche, si le type de variable n’est pas très important dans la phase de sélection initiale, quelle est la différence entre traiter une variable comme une variable continue et une variable discrète ?
Re: quel type de facteur doit être choisi pour une conception personnaliséeSalut @yukko ,
Bienvenue dans la Communauté !
Si vos facteurs sont variables et peuvent être mesurés, je vous recommande d'utiliser des facteurs numériques. Selon l'aide JMP sur la description et la différence entre les facteurs numériques continus et discrets ( facteurs) :
« Un facteur continu est un facteur que vous pouvez définir conceptuellement sur n'importe quelle valeur entre les limites inférieure et supérieure que vous fournissez, compte tenu des limites de votre processus et de votre système de mesure. »
" Un facteur numérique discret ne peut prendre qu'un nombre discret de valeurs. Ces valeurs ont un ordre implicite. "
Ainsi, en fonction de la possibilité d'avoir des valeurs intermédiaires dans la gamme de vos facteurs numériques, vous pouvez choisir de choisir des facteurs numériques continus (pas de contraintes sur le choix des niveaux de facteurs) ou numériques discrets (possibilité de choisir seulement certains niveaux pour chaque facteur).
Si vous souhaitez d'abord évaluer la contribution de chaque facteur à la réponse avec un design personnalisé, le choix du type de facteurs peut ne pas être très impactant : comme vous êtes dans une phase de screening, vous pouvez choisir 2 (min et max) à 3 (min, middle, max) niveaux pour chaque facteur, donc le design et l'analyse seront assez similaires avec ces deux types de facteurs.
Avec des facteurs numériques discrets et 3 niveaux, vous pouvez choisir un niveau intermédiaire qui n'est pas le niveau moyen, contrairement aux facteurs continus, et le modèle contiendra automatiquement des effets quadratiques. L'analyse sera un peu différente par rapport aux facteurs continus, car les facteurs discrets sont comme des facteurs ordinaux (catégoriques mais ordonnés).
Avec des facteurs continus, vous pouvez ajouter des effets quadratiques (et/ou des points centraux) au modèle pour ajouter un troisième niveau dans la conception pour ces facteurs.
J'espère que cette réponse vous aidera,
