Uno dei miei fattori mostra un valore p maggiore di 0,05, ma nel grafico half-normal, il fattore mostra significatività. Cosa dovrei considerare nell'ottimizzazione? Dovrei prendere in considerazione il valore p o un grafico half-normal? Per favore, spiegami in dettaglio. Aiutami.
Ciao @peddinti_vasu ,
Benvenuti nella Community!
È molto difficile aiutarti senza più contesto e un possibile set di dati anonimizzato per testare diversi modelli/analisi, nonché per valutare le prestazioni della progettazione (con la piattaforma Evaluate Designs ).
Hai provato a usare la piattaforma Fit Two Level Screening ? Di solito fa un ottimo lavoro nell'identificare importanti effetti attivi. Se hai creato un design Plackett-Burman con JMP, lo script "Screening" ti condurrà alla piattaforma di analisi Fit Two Level Screening e ti consentirà di esplorare interazioni a 2 fattori.
In relazione alle tue domande, e in assenza di ulteriori informazioni, ti consiglierei di procedere con cautela.
Lo screening e l'ottimizzazione sono due attività diverse e complementari: lo screening viene eseguito per primo, spesso seguito da una fase di ottimizzazione.
Dubito fortemente che tu possa già ottimizzare il tuo sistema con un classico design di screening fattoriale che identifica solo gli effetti principali importanti. Potresti voler approfondire la comprensione del tuo sistema aumentando il tuo design di screening iniziale grazie alla piattaforma Augment Designs e specificare un modello più complesso per identificare effetti di ordine superiore, come interazioni a 2 fattori ed effetti quadratici (2° ordine), o persino effetti di ordine superiore.
Con un contesto e informazioni così limitati, posso solo consigliare di aumentare il tuo design prendendo in considerazione ogni fattore che sembra essere importante e significativo nella fase di screening. Quando ti trovi di fronte a un effetto principale che mostra un valore p vicino a 0,05, è meglio tenerlo nel passaggio successivo: è un compromesso migliore mantenere un effetto non importante/non attivo piuttosto che rimuoverlo prematuramente e perdere un potenziale effetto importante (o un effetto importante correlato a questo fattore).
Spero che questa risposta ti sia utile nel frattempo,
