817258_es-ES

liliconcom

Uso de combinaciones no permitidas para eliminar un factor del DoE

¡Hola!

Quiero diseñar un experimento para probar la mejor configuración en una máquina donde uno de los factores define si debo probar los otros factores. Simplificando el problema, supongamos que la máquina tiene una válvula de agua (A): abierta/cerrada. Si la válvula de agua está abierta, entonces quiero probar (B) agua caliente/fría y (C) caudal entre 5 y 7 mL/s. Cuando la válvula de agua está cerrada, B y C no tienen sentido.

¿Cómo debería diseñar un experimento de esta manera?

Resumen

1) Si A = activado, entonces prueba B y C

2) Si A = desactivado, entonces no pruebe B y C

Diseño de experimentosVentanasRe: Uso de combinaciones no permitidas para eliminar un factor del DoE

Hola @PValueEnemy ,

Su restricción de diseño es muy similar a la publicación anterior sobre este tema de combinaciones no permitidas / factores anidados.

Puedes leer las siguientes publicaciones:

Combinaciones no permitidas que no funcionan

Diseño de experimentos - Aditivos opcionales de mezcla

Plan de medición (DoE) donde los factores pueden estar presentes o ausentes. Las interacciones y concentraciones son de interés.

¿DOE anidado con factores continuos?

Puede haber varias soluciones o alternativas para su situación:

1. Simply use/add a 0 level for factors B and C (you don't need a factor A for valve). B can become a 3-levels categorical factor (no water/hot/cold) and C could be discrete numeric with values 0, 5 and 7. If factors B is different from "no water" and C is different from 0, it means the valve is on. Perhaps you will have to use disallowed combinations or a candidate set approach to avoid combinations with B different from "no water" and C = 0 OR B = "no water" and C different from 0.
   Example of such design with interaction and quadratic effect for C :
   
   

   Restricción:

   B == "No water" & C >= 0.1 | (B == "Hot" | B == "Cold") & C <= 0.1

   Y guión:

   DOE(
   	Custom Design,
   	{Add Response( Maximize, "Y", ., ., . ),
   	Add Factor( Categorical, {"No water", "Hot", "Cold"}, "B", 0 ),
   	Add Factor( Discrete Numeric, {0, 5, 7}, "C", 0 ), Set Random Seed( 1774495 ),
   	Number of Starts( 42311 ), Add Term( {1, 0} ), Add Term( {1, 1} ),
   	Add Term( {2, 1} ), Add Potential Term( {2, 2} ), Add Term( {1, 1}, {2, 1} ),
   	Set Sample Size( 18 ), Disallowed Combinations(
   		B == "No water" & C >= 0.1 | (B == "Hot" | B == "Cold") & C <= 0.1
   	), Simulate Responses( 0 ), Save X Matrix( 0 ), Make Design}
   )

   
   
   
2. Utilice un enfoque de conjunto de candidatos, creando una tabla con todas las combinaciones posibles y luego elimine las imposibles (lo que implica que la válvula está cerrada y B O C es diferente de 0/"sin agua", o que la válvula está abierta y B = "sin agua" Y C = 0). Utilice este conjunto de candidatos en el diseño personalizado para crear directamente un diseño basado en estas ejecuciones de covariables. Esto permite forzar restricciones complejas de forma natural en el diseño sin tener que especificarlas. Sin embargo, se debe prestar especial atención al modelo para que las restricciones se incorporen correctamente en el modelo.

De todos modos, creo que su factor A puede ser redundante, ya que está directamente correlacionado con los valores de los factores B y C.

Espero que esta primera respuesta te dé algunas ideas.

Re: Uso de combinaciones no permitidas para eliminar un factor del DoE

Estás describiendo un diseño anidado.

A continuación se muestra información sobre la anidación:

https://www.jmp.com/support/help/en/18.1/?os=mac&source=application#page/jmp/statistical-details-for-variance-components.shtml

Y aquí:

https://pmc.ncbi.nlm.nih.gov/articles/PMC9098003/

Ten en cuenta que con la anidación no obtendrás interacciones, pero sí obtendrás efectos principales.