quale tipo di fattore dovrebbe essere scelto per la progettazione personalizzataSto ottimizzando un processo di produzione e per prima cosa voglio valutare il contributo di ciascun fattore alla risposta utilizzando una progettazione personalizzata.
Tra i fattori rientrano le condizioni dell'impianto, che sono variabili continue, ma in realtà è molto difficile variarne il valore (lunghezza della maschera, ecc.).
Per tale variabile, quale tipo di fattore dovrei scegliere?
Le condizioni della struttura possono avere un contributo significativo e vorrei trovare il valore ottimale, ma l'intervallo di valori possibili che posso variare è limitato e non sono in grado di creare un disegno sperimentale equilibrato.
D'altro canto, se la tratto come una variabile categoriale o di blocco, ho la certezza di non riuscire a dedurre il valore ottimale se questa variabile ha un contributo significativo.
Progettazione degli esperimentiFinestreRe: quale tipo di fattore dovrebbe essere scelto per la progettazione personalizzataciao @Victor_G .
Scusate il ritardo.
Capisco la differenza tra questi due tipi di variabili.
Capisco che questa differenza avrà una grande importanza nella fase successiva dello screening: la fase di ottimizzazione.
Grazie mille per il tuo gentile consiglio.
Re: quale tipo di fattore dovrebbe essere scelto per la progettazione personalizzataCiao @yukko ,
Il tipo di variabile non creerà differenze nella progettazione se si hanno 2 livelli.
Se si desiderano 3 livelli, la scelta di fattori numerici discreti aiuta a impostare il livello intermedio a qualsiasi valore scelto nell'intervallo del fattore, mentre i fattori numerici continui richiedono l'impostazione di termini quadratici nel modello (e/o punti centrali) per includere un terzo livello nella progettazione (che sarà automaticamente un punto intermedio nell'intervallo del fattore).
La grande differenza nel trattare un fattore numerico come discreto o continuo riguarda l'interpolazione, ovvero la possibilità di prevedere la/le risposta/e in modo continuo a qualsiasi valore dato tra i livelli utilizzati per il fattore continuo, a seconda del modello di regressione e dei termini utilizzati in questo modello.
Profiler con X1 come numerico discreto e 2 livelli (modellazione effettuata con 2 livelli ma le previsioni possono essere effettuate solo specificando uno dei due livelli studiati):
Profiler con X1 come numerico continuo con 2 livelli (modellazione effettuata con 2 livelli ma le previsioni possono essere effettuate sull'intero intervallo di X1, da -1 a 1):
Spero che questo ti aiuti a capire la differenza,
Re: quale tipo di fattore dovrebbe essere scelto per la progettazione personalizzataGrazie mille @Victor_G .
Ho capito che dovrebbe essere trattato come un numero discreto.
D'altro canto, se il tipo di variabile non è molto importante nella fase di screening iniziale, qual è la differenza tra trattare una variabile come una variabile continua e una variabile discreta?
Re: quale tipo di fattore dovrebbe essere scelto per la progettazione personalizzataCiao @yukko ,
Benvenuti nella Community!
Se i tuoi fattori sono variabili che possono essere misurate, consiglierei di usare fattori numerici. Secondo JMP Help sulla descrizione e la differenza tra fattori numerici continui e discreti ( Fattori) :
" Un fattore continuo è un fattore che concettualmente è possibile impostare su qualsiasi valore compreso tra i limiti inferiore e superiore forniti, dati i limiti del processo e del sistema di misurazione. "
" Un fattore numerico discreto può assumere solo un numero discreto di valori. Questi valori hanno un ordine implicito. "
Quindi, a seconda della possibilità di avere valori intermedi nell'intervallo dei fattori numerici, è possibile scegliere fattori numerici continui (nessuna restrizione sulla scelta dei livelli dei fattori) o fattori numerici discreti (possibilità di scegliere solo determinati livelli per ciascun fattore).
Se si desidera innanzitutto valutare il contributo di ciascun fattore alla risposta con un progetto personalizzato, la scelta del tipo di fattori potrebbe non avere un impatto significativo: poiché ci si trova in una fase di screening, è possibile scegliere da 2 (min e max) a 3 livelli (min, medio, max) per ciascun fattore, pertanto il progetto e l'analisi saranno piuttosto simili con questi due tipi di fattori.
Con fattori numerici discreti e 3 livelli, puoi scegliere un livello intermedio che non sia il livello intermedio, a differenza dei fattori continui, e il modello conterrà automaticamente effetti quadratici. L'analisi sarà leggermente diversa rispetto ai fattori continui, poiché i fattori discreti sono come i fattori ordinali (categoriali ma ordinati).
Con i fattori continui, è possibile aggiungere al modello effetti quadratici (e/o punti centrali) per aggiungere un terzo livello nella progettazione di tali fattori.
Spero che questa risposta ti aiuti,
