Ajouter une covariable une fois la conception du dépistage définitif terminée ?Bonjour,
J'ai récemment terminé un DSD et j'ai découvert que nous devions utiliser une matière première alternative sur plusieurs séries en raison de pénuries chez notre fournisseur habituel. Cette matière première alternative s'est avérée augmenter les rendements lors des séries précédentes, mais elle est très chère et nous ne pouvons pas nous en procurer régulièrement, elle ne faisait donc pas partie du plan expérimental. Je crains que cette matière première alternative n'ait faussé mes résultats et je me demande s'il existe un moyen d'en tenir compte une fois l'expérience terminée en tant que covariable ?
J'ai également remarqué une certaine tendance temporelle dans mes rendements, les premières séries ayant des rendements légèrement meilleurs. Existe-t-il également un moyen de prendre en compte la date comme covariable ?
Plan d'expériencesRé : Ajout d’une covariable une fois la conception du dépistage définitif terminée ?La première approche consiste à ajouter une colonne au tableau dans laquelle vous indiquez l'ID de la matière première ou, à défaut, à ajouter des colonnes contenant les propriétés des matériaux utilisés. Incluez-les ensuite dans le modèle. Vous devrez probablement utiliser une régression par étapes ou une régression généralisée (dans JMP Pro) pour trier l'effet du modèle.
Pour la tendance temporelle possible, si vous avez un ordre aléatoire des exécutions expérimentales, alors, en général, toute tendance temporelle mineure est moyennée sur les facteurs expérimentaux. Si vous pensez que la tendance est réelle et importante, créez une autre colonne avec un indicateur de tendance temporelle (qui peut être aussi simple que l'ordre d'exécution) et incluez-le dans le modèle en tant que facteur continu.
Ré : Ajout d’une covariable une fois la conception du dépistage définitif terminée ?Salut @mjz5448 ,
Pour votre première question, la réponse de @MathStatChem vous aidera à analyser vos expériences avec des covariables ajoutées a-posteriori. Vous pouvez consulter les plateformes Evaluate Designs et Multivariate pour évaluer les corrélations entre vos facteurs d'origine et la covariable ajoutée, pour vérifier tout angle mort que cet ajout peut créer (alias complets entre un terme de modèle spécifique et l'effet principal du facteur de covariable par exemple). Des analyses et des modèles spécifiques capables de gérer la multicolinéarité peuvent être nécessaires : Moindres carrés partiels, régression généralisée avec pénalisation par les méthodes Ridge/Elastic Net, utilisation d'algorithmes robustes de Machine Learning comme Bootstrap Forest/Predictor Screening, etc...
Pour votre deuxième question, je vous recommande de lire ces sujets avec des problèmes similaires :
Covariables dans un ordre défini dans une conception personnalisée
Intégrer le décalage temporel dans le DoE
La première rubrique décrit comment créer un DoE robuste dans le temps en prenant en compte le temps comme covariable directement dans la création du DoE.
J'espère que cette réponse complétera l'autre et vous aidera,
Ré : Ajout d’une covariable une fois la conception du dépistage définitif terminée ?Merci, je vais y jeter un oeil quand j'en aurai l'occasion.
Ré : Ajout d’une covariable une fois la conception du dépistage définitif terminée ?Merci ! Je vais essayer de jouer avec la régression pas à pas comme vous le dites.
Ré : Ajout d’une covariable une fois la conception du dépistage définitif terminée ?Juste quelques commentaires ajoutés....
Vous pouvez définir une valeur pour la covariable pour chaque traitement. La covariable est-elle réellement constante pendant le traitement ?
Avez-vous évalué l’erreur de mesure pour la mesure de la covariable ?
Soyez prudent avec la multicolinéarité lors de l'ajout de la covariable (obtenez des VIF et tracez des nuages de points des x par rapport à la covariable)
Lors de l'évaluation de la covariable, placez-la en premier dans le modèle et utilisez des tests séquentiels (SS de type 1) pour évaluer la covariable. Utilisez les SS de type 3 pour évaluer les autres termes du modèle.
