Progettazione DoE multicomponente, multifornitore e multiconcentrazioneSto cercando di creare un design DoE in cui ho 3 tipi di integratori e ogni integratore ha 3 fornitori diversi. Vorrei testare più di 3 concentrazioni per ogni integratore. Quindi dovrei usare un design numerico discreto, tuttavia ciò significherebbe che il suggerimento di JMP sulla concentrazione ideale non sarebbe al di fuori di questi numeri predeterminati. Un altro problema che mi sembra di dover affrontare è che gli stessi tipi di integratori di diversi fornitori non possono essere mescolati e JMP non sembra gestire questo problema. Ho provato a usare fattori di covariazione, tuttavia non sembra risolvere i problemi. Quindi non sono in grado di creare un design. Qualsiasi suggerimento e guida sarebbero molto apprezzati.
Modellazione statistica avanzataProgettazione degli esperimentiModellazione predittiva e apprendimento automaticoRe: Progettazione DoE multicomponente, multifornitore e multiconcentrazioneNon è molto difficile ricodificare i livelli di concentrazione (vedere le tabelle allegate)
C'è il rischio che l'ortogonalità del disegno venga compromessa; tuttavia, in questo caso il risultato è piuttosto gradevole.
Le concentrazioni registrate sono sulla destra, quelle predefinite sulla sinistra.
Si noti che nelle tabelle allegate (eseguire lo script DOE Dialog) le concentrazioni sono "difficili" da modificare.
Guarda il grafico di distribuzione usando i grafici interi e ciascuno dei 6 fattori. Sembra che ogni concentrazione sia inclusa con ogni combinazione di fornitori di integratori (o almeno 8 di essi)
Re: Progettazione DoE multicomponente, multifornitore e multiconcentrazioneGrazie Byron, questo sembra decisamente migliore di come stavo cercando di impostarlo prima. Tuttavia, una volta che i numeri vengono generati casualmente, non sembrano essere utilizzati per ciascuno dei fornitori e dovrei testare le stesse concentrazioni per ogni integratore dai diversi fornitori, a meno che non riesca a modificare manualmente le concentrazioni nella tabella creata senza rovinare la progettazione e l'analisi.
Re: Progettazione DoE multicomponente, multifornitore e multiconcentrazioneCiao @Moses8 ,
Benvenuti nella Community!
Non sono sicuro di aver capito appieno la tua configurazione sperimentale:
- I tipi di integratori sono fattori indipendenti, ovvero un integratore può variare in un intervallo di concentrazioni indipendentemente dagli altri integratori? In caso affermativo, puoi utilizzare un design ottimale/fattoriale. Se gli integratori sono componenti di una miscela, ovvero le loro concentrazioni/quantità devono sommarsi a un valore/soglia fisso, allora puoi utilizzare un design di miscela.
- I 3 fornitori sono diversi per ogni tipo di integratore? Se sì, puoi impostare il tuo fattore con un fattore categoriale a 3 livelli (A, B, C per i livelli dei fornitori, ad esempio), ma usa il fornitore come effetto nidificato nell'analisi, poiché il fornitore dipende dal tipo di integratore. Guarda gli effetti nidificati qui: Construct Model Effects (jmp.com)
- Hai delle restrizioni sui possibili valori di concentrazione per ogni integratore? In caso contrario, prenderei in considerazione l'utilizzo di questi fattori di concentrazione come numeri continui (invece che numeri discreti) e sceglierei un modello pertinente in modo da avere il numero minimo di livelli desiderato. Questa opzione eviterebbe anche di avere una "ottimizzazione discreta" per la scelta del valore di concentrazione come hai detto (sono disponibili solo 3 valori numerici discreti).
Se puoi fornire maggiori informazioni sul tuo progetto, potresti aiutare gli utenti JMP a fornirti assistenza e supporto per il tuo DoE.
Re: Progettazione DoE multicomponente, multifornitore e multiconcentrazioneSembra che tu voglia un design come questo
Per le concentrazioni degli integratori, ho lasciato che variassero tra il 10 e il 50%. Nota che la somma è del 100%.
Non usare numeri discreti per variabili continue. Riservali per quando hai qualcosa come il numero di denti di un ingranaggio, quindi qualcosa che non può essere facilmente cambiato.
Il ruolo di miscela consente di avere X correlate e puoi averne più di 3. Il tipo di modellazione è Scheffe Cubic, che determina l'uso di concentrazioni multiple, un po' come quando hai un modello quadratico per una variabile continua. Nota, per i termini polinomiali non aggiungi i livelli da solo, questi vengono calcolati dall'intervallo che specifichi.
La tabella dati allegata contiene un esperimento rappresentativo.
C'è uno script chiamato "Esegui questo modello", eseguilo.
