Buscando ayuda para construir un CCD RSM DOE con bloques y niveles axiales personalizados.Hola,
Actualmente estoy intentando crear un modelo de superficie de respuesta utilizando un diseño compuesto central, pero quiero agregar bloques y puntos axiales personalizados. Mi estudio tiene 3 factores continuos y deberá dividirse en 2 bloques de experimentación, y prefiero establecer mis niveles axiales en 2.0 en lugar de 1.0 para explorar más del espacio de diseño y ayudar a corregir la no linealidad un poco mejor. Puedo crear mi experimento en DOE > Clásico > Diseño de superficie de respuesta con el modelo CCD para obtener mi nivel axial objetivo de 2, pero no puedo encontrar una manera de agregar bloques. Alternativamente, puedo crearlo en DOE > Diseño personalizado agregando un factor de bloqueo a mi lista de factores y usando el modelo RSM, pero no puedo encontrar una manera de establecer mis niveles axiales personalizados. ¿Alguien puede ayudarme a descubrir cómo agregar ambas personalizaciones en un solo diseño de estudio?
¡Gracias!
Diseño de experimentosRe: Buscando ayuda para construir un CCD RSM DOE con bloques y niveles axiales personalizados.El diseño personalizado le proporcionará un diseño/modelo RSM con bloqueo, pero no será un CCD y, por lo tanto, no tendrá opción de distancias axiales.
Los diseños clásicos le permitirán tener bloqueos, pero estos siempre serán ortogonales, lo que establece la distancia axial. Si cambia esa distancia axial, el diseño ya no será ortogonal. Sin embargo, puede cambiar la distancia en la tabla de datos una vez que se haya creado el diseño.
Entonces, una pregunta para ti: ¿por qué crees que necesitas los puntos axiales? Si quieres explorar más el espacio de diseño, ajusta tus configuraciones de factor bajo y alto al rango que deseas explorar y usa el Diseño personalizado. El Diseño personalizado no irá más allá de tus configuraciones bajas y altas. Además, agregar más niveles a un factor realmente no mejora la estimación de los términos del modelo cuadrático. Suponiendo que el modelo cuadrático es correcto, solo se necesitan 3 niveles, por lo que cualquier nivel mayor que eso en realidad disminuye la precisión de la estimación. Si quieres niveles adicionales porque te preocupa que en realidad puedas tener un polinomio cúbico o de orden superior, usa el Diseño personalizado e ingresa los términos de orden superior y establece su estimación en "Si es posible" para obtener un diseño que sea robusto a esas posibilidades.
En definitiva, creo que el diseño personalizado será la mejor opción para conseguir un diseño que cumpla con tus criterios, ya que es el enfoque más flexible. Espero que esto te sirva de ayuda.
Re: Buscando ayuda para construir un CCD RSM DOE con bloques y niveles axiales personalizados.Hola Dan,
¡Muchas gracias por tu respuesta! Generalmente prefiero establecer puntos axiales extendidos porque mi proceso tiende a tener declives inesperados y cierta no linealidad bastante extrema. Por ejemplo, si bien solo quiero caracterizar el espacio de diseño de ± 0,4 unidades de pH, necesito saber si mi proceso deja de funcionar en ± 0,8 unidades de pH para establecer la solidez del proceso, y es conveniente incorporar esas comprobaciones en un DOE de espacio de diseño inicial como niveles axiales para ahorrar tiempo más adelante. Es cierto que estaba asumiendo que los niveles más extremos también respaldaban las matemáticas detrás del DOE, así que ¡gracias por la explicación de que el diseño prefiere axiales de valor nominal en lugar de axiales extendidos!
Honestamente, suelo utilizar un RSM CCD por costumbre más que por cualquier otra cosa. ¿Recomendarías algún otro diseño DOE para caracterizar un proceso con cierta no linealidad bastante extrema e interacciones de factores significativos conocidos?
¡Gracias!
Re: Buscando ayuda para construir un CCD RSM DOE con bloques y niveles axiales personalizados.Estoy de acuerdo con todo lo que escribió mi antiguo colega (estoy jubilado de la división JMP de SAS) @Dan_Obermiller . En cuanto a tu segunda respuesta... algunas de las recomendaciones dependen de la etapa del proceso de resolución de problemas en la que te encuentres y de tu conocimiento a priori. Si todavía estás en modo de selección y estás dispuesto a asumir efectos insignificantes por encima del segundo orden, ¿tal vez un diseño de selección definitivo funcionaría bien? Si se trata más de predicción de optimización, ¿quizás un enfoque I-óptimo? De esa manera, puedes definir los efectos deseados como parte de la especificación del diseño. Y esta "no linealidad" de la que hablas... ¿es de naturaleza tal que un efecto cuadrático realmente no encajaría muy bien? Mi experiencia con las respuestas de tipo "acantilado" es que los efectos cuadráticos no predicen muy bien sobre el espacio factorial. Si ese es el caso, ¿pueden ser necesarios algunos enfoques de modelado no lineal? Empezando con la plataforma Fit Curve... ¿probarlas primero?
Re: Buscando ayuda para construir un CCD RSM DOE con bloques y niveles axiales personalizados.Hola @MorganM ,
¡Bienvenido a la Comunidad!
Has recibido excelentes respuestas de @Dan_Obermiller y @P_Bartell . Es posible que tenga una opinión diferente (y espero que complementaria) sobre tu tema.
La primera pregunta que me viene a la mente es si le gustaría comprender los factores que influyen en la variación de su respuesta o si le preocupa más la precisión predictiva del modelo de respuesta. Dado que mencionó " precipicio inesperado y cierta no linealidad bastante extrema " y que su diseño consta de 3 factores continuos, tal vez consideraría los diseños de relleno de espacio como una opción alternativa. Los diseños de relleno de espacio son diseños versátiles que son extremadamente útiles cuando el número de factores continuos es relativamente bajo y la respuesta esperada es altamente no lineal. Dado que tiene dos "ámbitos" en su espacio experimental y mencionó 2 bloques, podría proceder con un diseño de relleno de espacio de manera iterativa:
- Cree un primer lote pequeño de experimentos con rangos extendidos (-2 a +2 en niveles codificados como mencionó para sus puntos axiales),
- Aumente el diseño en modo de relleno de espacio y reduzca los rangos para enfocar el área de interés (-1 a +1 en niveles codificados, por ejemplo).
Esta opción de diseño que llena el espacio tiene (muchas) ventajas y desventajas, pero aquí están los dos puntos principales:
- Ventajas: Los puntos se distribuyen de forma homogénea y aleatoria en el espacio de diseño y permiten varios métodos de ajuste de modelos, desde modelos de regresión hasta modelos de aprendizaje automático (SVM, proceso gaussiano, etc.). Es bueno para la predictibilidad del modelo.
- Desventaja: este diseño no es particularmente útil para la explicación del modelo. Si desea comprender la variación de la respuesta en términos de efectos principales e interacciones/efectos cuadráticos/de orden superior, según el tipo de modelo utilizado, es posible que no pueda obtener una comprensión y descomposición simples de la importancia relativa de estos términos (aún podría calcular/estimar la importancia de las características/factores a posteriori en la mayoría de los modelos de aprendizaje automático, pero puede volverse complejo). Es posible que los puntos tampoco estén ubicados en los límites de su espacio de diseño.
También puede pensar en un enfoque secuencial con un diseño de detección primero (para permitir la creación de puntos en los límites de su espacio experimental) y luego aumentar el diseño con puntos de diseño que llenen el espacio. Puede mezclar y combinar diferentes opciones de diseño de manera secuencial con la plataforma Augment Designs .
Para ampliar y complementar la respuesta de @Dan_Obermiller sobre los diferentes usos y beneficios/inconvenientes de la distancia entre puntos axiales, puedes leer un estudio comparativo que he realizado sobre un tema similar: Solucionado: Re: ¿por qué no hay puntos de estrella en el diseño personalizado RSM? - Comunidad de usuarios de JMP
Espero que esta respuesta complementaria pueda serle útil.
Re: Buscando ayuda para construir un CCD RSM DOE con bloques y niveles axiales personalizados.Hola a todos,
¡Muchas gracias por todos sus aportes! He investigado un poco en JMP y he leído sus respuestas y creo que voy a cambiar este diseño a niveles axiales normales para mantener el factor de bloqueo para que sea práctico en el laboratorio. Desafortunadamente, estoy en un punto en el ciclo de vida del desarrollo del proceso de la operación unitaria en la que estoy trabajando en el que solo tengo los recursos para hacer hasta 20 ejecuciones (estoy tratando de limitarme a 16-18 en caso de que necesite volver a ejecutar alguna condición) y solo tengo tiempo para hacer un estudio antes de tener que elegir condiciones "óptimas" para enviar a un estudio de prueba de concepto temprano. Tendré tiempo para hacer una evaluación más exhaustiva del espacio de diseño más adelante en el proyecto y definitivamente haré referencia a los consejos que ha proporcionado aquí. Pero creo que dadas mis restricciones de tiempo y recursos, un RSM relativamente simple con 2 puntos centrales (16 ejecuciones en total) en un espacio de diseño moderadamente comprendido será la opción más informativa para mis propósitos. Si puedo ejecutar el estudio sin necesidad de repetirlo muchas veces, definitivamente seguiré tu consejo @Victor_G de aumentarlo con algunos puntos para llenar el espacio y darle más cuerpo al interior del modelo.
En cuanto a los objetivos a largo plazo de este proyecto, me interesa principalmente evaluar cómo los niveles y la variabilidad de mis factores afectarán los atributos de calidad de mi producto. Si bien estoy en las primeras fases, mi objetivo final es llevar este proceso desde la escala de investigación hasta una escala de fabricación, por lo que no solo necesitaré encontrar los puntos centrales ideales para mis parámetros de proceso, sino también cómo funciona el proceso en los límites de mis especificaciones.
Nuevamente, ¡gracias @Dan_Obermiller @P_Bartell y @Victor_G ! ¡Han sido de gran ayuda!
Re: Buscando ayuda para construir un CCD RSM DOE con bloques y niveles axiales personalizados.Tal vez ya esté preparado para esto... pero su última respuesta plantea otra cuestión: la escalabilidad. ¿Tiene alguna idea de la vía de la escalabilidad? Cuando trabajaba en la industria... bueno, teníamos una amplia variedad de lo que llamaré vías escalables. Algunas se trasladaban muy bien del laboratorio a la producción. ¿Otras? Ni siquiera se acercaban. En este último caso, puede que acabe ejecutando experimentos diseñados repetidamente para descubrir las configuraciones óptimas del proceso o producto a medida que avanza por la vía de la escalabilidad. Buena suerte.
