Prossimi passi dopo il DSD?Di recente ho completato un DSD a 6 fattori e ho scoperto che solo 4 fattori sono significativi.
Di seguito è riportato l'aspetto del profiler di previsione dopo aver ridotto il mio modello, che mostra un effetto quadratico per 1 dei fattori.
Il mio modello ha 4 effetti principali, 2 interazioni a due fattori e 1 effetto quadratico.
La mia domanda è: quali sono i prossimi passi per un DSD? Dovrei passare direttamente a un design RSM? Quindi adattare il fattoriale 2^4 con i punti centrali e procedere da lì? O c'è qualcos'altro da fare con un DSD?
Progettazione degli esperimentiR: Prossimi passi dopo DSD?Eseguirei una verifica di convalida per accertarmi che il modello preveda la realtà.
Se tutto sembra a posto, potrei prendere in considerazione un RSM con i tre fattori attivi con intervalli al di fuori dell'intervallo DSD per vedere dove si trova il limite del fallimento. (...o vedere dove la resa diminuisce.)
Sembra che un piccolo aumento di X1 avrebbe un effetto piuttosto significativo sulla resa?
R: Prossimi passi dopo DSD?Che ne dici di un fattoriale frazionario di risoluzione IV con due punti centrali per la replica? Mi sembra che tu abbia già una discreta comprensione degli effetti del modello?
R: Prossimi passi dopo DSD?Pensavo che i DOE frazionari fossero principalmente per lo screening. Stai dicendo di fare un secondo progetto di screening o posso misurare la mancanza di adattamento con quei punti centrali con un progetto frazionario con meno esecuzioni?
R: Prossimi passi dopo DSD?Grazie per il suggerimento. Ho intenzione di convalidare le condizioni ottimali suggerite dal profiler di previsione e procedere da lì. Mi chiedevo, dal momento che ho una curvatura in 1 fattore, se ciò significa che sono vicino all'ottimale e dovrei incorporare punti assiali nel mio prossimo progetto o iniziare semplicemente con il DOE 2^k con punti centrali?
R: Prossimi passi dopo DSD?Hm, non sapevo che fossero principalmente per lo screening, ma avevo intuito dal numero di effetti che pensi di conoscere che un design fattoriale frazionario, forse con diverse impostazioni dei fattori, fornirebbe informazioni sufficienti per costruire la successiva iterazione del modello. Immagino che ciò significherebbe meno esecuzioni rispetto a un RSM, il che significa che fa risparmiare tempo e ti darebbe comunque informazioni sulla mancanza di adattamento. I punti centrali sembrano necessari per catturare la non linearità mostrata nel tuo screenshot e anche la riproduzione sembra utile. D'altra parte, se riesci a eseguire esperimenti rapidamente con un budget basso, allora non sei limitato dal numero di esecuzioni. Difficile dirlo senza conoscere meglio il contesto.
Si noti che la piattaforma DoE in JMP consente il confronto tra diversi progetti, il che può semplificare la decisione su quale passo intraprendere.
Modifica: mancanza di adattamento nella guida JMP .
R: Prossimi passi dopo DSD?Non sono in disaccordo con nulla di ciò che il mio ex collega @Byron_JMP o @Ressel hanno raccomandato. Ma adotterò un approccio leggermente diverso. Supporrò anche che tu abbia un problema pratico che stai cercando di risolvere. Con tutto ciò che hai fatto finora, poniti questa domanda: "Posso risolvere il problema in questione?" Se la risposta è "sì", allora perché eseguire esperimenti di follow-up progettati? Se la risposta è "no", allora passa a un ulteriore lavoro investigativo.
R: Prossimi passi dopo DSD?Se decidi di proseguire con ulteriori sperimentazioni, non c'è bisogno di iniziare con un nuovo design. Apri la tabella dati DSD e seleziona DOE > Augment Design . Questo strumento ti consente di determinare il set ottimale di nuove esecuzioni da aggiungere al design esistente,
R: Prossimi passi dopo DSD?Grazie Mark. Non ero a conoscenza di questa opzione. Ci darò sicuramente un'occhiata e la utilizzerò!
