¿Cómo gestionar factores vinculados en el DOE?Hola a todos,
Soy nuevo en la comunidad, lo siento de antemano si publico en el lugar equivocado o si la pregunta ya ha sido respondida. Mi problema se refería a factores de DOE cuando no son independientes. En mi ejemplo, se refiere al paso de presión. Por razones de confidencialidad, elimino pasos del proceso y simplifico las "recetas".
Contexto :
El DOE se refiere al proceso que se lleva a cabo en un reactor de una fábrica de cacao.
Proceso: Colocamos el cacao en el reactor (como una envasadora a presión), realizamos la receta y luego vaciamos el reactor para el siguiente proceso.
Una receta consta de 3 pasos: inyectar vapor, aplicar presión en el reactor e inyectar aire para secar el producto. El orden de los pasos es importante y no se modifica durante este DOE.
Objetivo: Ver el impacto de los pasos y optimizar la receta.
Respuesta: pH del producto final
Tenemos 3 recetas posibles hoy:
Receta 1: No hay paso de presión en la receta. 0 min a 0 bar
Receta 2: Presión a nivel intermedio. 10 min a 1 bar
Receta 3: Presión a nivel alto. 30 min a 2 bares
Si quiero cubrir las 3 recetas en 1 DOE, necesito hacer algunas pruebas con presión y otras sin presión.
Asunto :
¿Cómo gestionar factores vinculados como la presión? Con un DOE clásico me arriesgo a tener diseños imposibles (como 0 min a 2 bares o 30 min a 0 bares)
Parámetros | Presión 0 min | Presión 30 min |
Presión a 0 bar | Posible | No es posible |
Presión a 2 bares | No es posible | Posible |
Lo que ya he hecho:
Para compensar este problema, realicé dos DOE, uno sin presión y el otro con un escalón de presión. Coloqué las dos tablas DOE en una tabla y luego analicé los datos con un modelo de regresión lineal.
Pero tengo la sensación de que no es la mejor manera porque:
- Mis datos no están bien balanceados, me temo que tengo sesgos debido al número de ensayos por "receta"
- Tal vez la opción Restricciones de factores podría ser útil. Cuando probé el filtro de combinaciones no permitidas, agregué presión como factor categórico (sí/no), pero no funcionó (tal vez me esté perdiendo algo).
Adjunto encontrará mis datos.
Atentamente,
Julia
Diseño de experimentosRe: ¿Cómo gestionar factores vinculados en DOE?Hola @JuliaL ,
Por lo que tengo entendido, parece que su proceso implica varios pasos ordenados y vinculados uno tras otro (¿no puede cambiar los niveles de los factores de forma independiente o aleatoria entre varios pasos?).
Entonces, parece estar en una situación de diseño de parcela dividida , con factores "muy difíciles" de cambiar ("Tiempo de inyección de vapor" en el paso 1), factores "difíciles de cambiar" (aquellos del paso 2) y factores "fáciles de cambiar" (aquellos del paso 3, aplicados después de todos los de los pasos 1 y 2).
Sobre el paso 2, ¿quieres probar solo estas 3 recetas o te gustaría probar otras combinaciones, para que los factores de presión y tiempo se puedan probar independientemente?
Si no tienes otras opciones que estas 3 recetas, tal vez podrías fusionar estos factores en un solo factor categórico "Receta de presión" con 3 niveles:
Receta 1: No hay paso de presión en la receta. 0 min a 0 bar
Receta 2: Presión a nivel intermedio. 10 min a 1 bar
Receta 3: Presión a nivel alto. 30 min a 2 bares
Con estas posibilidades, he creado un diseño Split-Split-Plot que podría adaptarse a sus necesidades:
- Definición de respuesta y factores:
- Especificación del modelo (modelo de superficie de respuesta, pero puede cambiarlo según sus necesidades):
- Diseño resultante con 40 ejecuciones, 5 parcelas completas (5 condiciones para el paso 1), 10 subparcelas (10 condiciones para los factores del paso 2):
Esta estructura de diseño de parcela dividida específica le ayuda a realizar experimentos por lotes para pasos de procesos ordenados y le ayuda a ahorrar más tiempo. Si puede variar más los niveles del factor en el paso 1, puede aumentar la cantidad de parcelas completas (tendrá más cambios de condiciones en el diseño para el factor en el paso 1). Si puede variar más los niveles del factor en el paso 2, puede aumentar la cantidad de subparcelas (tendrá más cambios de condiciones en el diseño para el factor en el paso 2, pero la subparcela debe ser un número múltiplo del número de parcela completa). Finalmente, también puede aumentar la cantidad total de ejecuciones según sus recursos.
Es una buena idea probar varios diseños y utilizar la plataforma Compare Designs para elegir el más relevante y práctico.
Se adjunta la tabla de datos correspondiente al diseño.
Espero que esta respuesta pueda ayudarte.
Re: ¿Cómo gestionar factores vinculados en DOE?Puede que no entienda completamente lo que estás tratando de hacer, pero parece que estás tratando de "elegir un ganador" en lugar de comprender la estructura causal. Tampoco tengo suficiente contexto (intenté abrir el archivo adjunto, pero JMP "tuvo problemas"... ¿puedes simplemente adjuntar el archivo JMP?). Indicas que la variable de respuesta es el pH. ¿Se trata de una medida por lote? ¿Qué pasa con la variación dentro del lote? ¿Qué parte de un cambio en el pH tiene valor práctico (significancia)? En el breve vistazo al archivo, el pH no cambió mucho (7,47-7,58). ¿Cuánto de eso es error de medición? Además, no veo ninguna estrategia para manejar el ruido (por ejemplo, variación de lote a lote en las materias primas (cacao), condiciones ambientales, limpieza del reactor, calidad del aire inyectado, etc.).
Respecto a los factores que describes como vinculados , hay varios enfoques que pueden abordar esto, aquí hay algunas ideas:
1. Factores anidados: un ejemplo es cuando los niveles de un factor son diferentes a los niveles de otro factor. La anidación es una relación jerárquica entre los factores. Dado que un factor (o más) está anidado, no puede haber ningún efecto de interacción. En su caso, podría considerar el tiempo anidado en la presión.
2. Separar los efectos de la exposición. Creo que esto es lo que hiciste. No hay nada malo en ello, especialmente porque reconoces el sesgo. Algunos efectos pueden ser inestimables, pero eso puede no importar dependiendo de tu objetivo. No te preocupes tanto por las estadísticas, haz el análisis gráficamente.
3. Enfoque secuencial. Cambie los niveles de presión (y quizás otros). Utilice 0,1 (o muy pequeño, pero no 0) y 2. Recuerde que si está buscando una estructura causal, los niveles en el experimento no tienen por qué ser los que obtenga al final. El primer experimento expone los efectos del modelo (y de hecho está sesgado hacia los efectos de los factores, por ejemplo, poniendo los niveles en negrita). Construya su modelo secuencialmente siguiendo la jerarquía (primer orden, luego segundo orden...). Los experimentos secuenciales "afinan" los niveles.
4. Como sugiere Víctor, las parcelas divididas suelen ser muy útiles para el procesamiento secuencial. Son especialmente eficaces si se pueden "tomar" muestras y seguir utilizando el resto del lote para otros tratamientos.
5. Utilice combinaciones no permitidas en la plataforma de diseño personalizado.
Re: ¿Cómo gestionar factores vinculados en DOE?Hola @Victor_G ,
¡Muchas gracias por su rápida respuesta y ayuda!
Por lo que entiendo, parece que tu proceso implica varios pasos ordenados y vinculados uno tras otro (¿no puedes cambiar los niveles de los factores de forma independiente o aleatoria entre varios pasos?). Sí, tengo varios pasos ordenados (si realizo el paso 3 antes del paso 2, no tendré el mismo resultado al final). Los factores no están vinculados con los demás, excepto los factores dentro de un paso.
En cuanto al paso 2, ¿quieres probar solo estas 3 recetas o te gustaría probar otras combinaciones, de modo que los factores de presión y tiempo se puedan probar de forma independiente? Desafortunadamente, tengo más de 3 recetas para probar en realidad + tengo más pasos en mi proceso + para cada receta, tengo diferentes configuraciones de factores para cada paso. También tengo pasos con el mismo problema que el paso 2. Idealmente preferiría que la configuración de presión no tuviera datos categóricos (receta 1 2 3). Por ejemplo, si quiero encontrar un pH de 7,25 al final de mi proceso, me interesaría ver una solución con una presión de 2 bares y 1 bar y sin presión. De esta manera, podría adaptar la receta (si el paso de presión es imposible por un corto tiempo en mi equipo, aún puedo tener el resultado esperado)
Entonces, el diseño de parcela dividida es muy interesante (¡lo descubrí!), pero no estoy seguro de que resuelva mi problema. ¿Debería crear el diseño de parcela dividida con el tiempo de presión y el nivel de presión como factores "difíciles de cambiar" => poner una gran cantidad de parcelas completas y especificadas por el usuario para generar una gran cantidad de pruebas en el plan => eliminar todas las combinaciones imposibles para el paso de presión => minimizar la cantidad de pruebas para tener un DOE realista?
Julia
Re: ¿Cómo gestionar factores vinculados en DOE?Hola @statman
Muchas gracias por tus comentarios. Mis respuestas en violeta:
Puede que no entienda completamente lo que estás intentando hacer, pero parece que estás intentando "elegir un ganador" en lugar de entender la estructura causal. Hubo DOE anteriores para seleccionar los parámetros que tienen un impacto en el producto. Sí, ahora intento "elegir un ganador", ya que tengo un objetivo de rango de pH y otros objetivos de rango de respuestas. La idea es encontrar recetas optimizadas que alcancen los objetivos. Entonces, cuanto mejor sea mi modelo de predicción, mejor será el producto final. Tengo miedo de perder recetas interesantes debido al problema del paso de presión.
Tampoco tengo suficiente contexto (intenté abrir el archivo adjunto, pero JMP "tuvo problemas"... ¿puedes simplemente adjuntar el archivo JMP?). Adjunto los DOE separados + los dos DOE en una tabla.
Indica que la variable de respuesta es el pH. ¿Se trata de una medida por lote? ¿Qué ocurre con la variación dentro del lote? El pH se mide al final del proceso y no se puede medir en el reactor. Medimos otras respuestas; tomamos varias muestras dentro del lote para minimizar este error de variación. La respuesta del pH es un promedio del pH de todas las muestras.
¿Qué valor práctico (significativo) tiene un cambio de pH? No queremos estar fuera de las especificaciones de pH
En un breve vistazo al archivo, el pH no cambió mucho (7,47-7,58). ¿Cuánto de eso es un error de medición? En el archivo, el pH varía de 7,1 a 7,58. El error de medición es 0,1.
Además, no veo ninguna estrategia para manejar el ruido (por ejemplo, variación de lote a lote en las materias primas (cacao), condiciones ambientales, limpieza del reactor, calidad del aire inyectado, etc.). Para simplificar el problema, no incluyo todos esos factores en la tabla, porque mi problema principal es el paso de presión. Pero sí, tienes razón. Todos los factores que podrían afectar el producto de entrada y el proceso en sí están registrados en mi tabla de datos reales.
Probaré sus diferentes enfoques y volveré a esta discusión para compartir los resultados.
Re: ¿Cómo gestionar factores vinculados en DOE?Un poco de seguimiento. Dado que has estado iterando, ya deberías saber la significancia estadística. Por los tipos de factores con los que estás experimentando (por ejemplo, presión o ausencia de presión), tengo curiosidad por conocer los resultados de evaluación anteriores. Mi sugerencia es desarrollar un mapa de contorno del pH (piensa en él como un mapa topográfico). Considera dónde quieres desarrollar el mapa (región basada en niveles de factores) geométricamente y ejecuta esos tratamientos.
Si está promediando el pH dentro del lote, ¿cuál es esa desviación estándar?
Por supuesto, no conozco la especificación. Para entender la estructura causal, las especificaciones no son útiles porque se derivan de manera independiente. Sin embargo, las especificaciones sí brindan una posible perspectiva sobre la importancia práctica. Analice los datos para determinar su importancia práctica antes de analizarla estadísticamente.
Si su error de medición es 0,1 (1 desviación estándar), entonces tiene demasiada variación de medición dado que el rango de pH en su experimento es 7,1-7,58. (la distribución del error de medición es mayor que todo el rango de sus datos).
"Para simplificar el problema, no incluyo todos esos factores en la tabla, porque mi principal problema es el paso de presión. Pero sí, tienes razón. Todos los factores que podrían afectar el producto de entrada y el proceso en sí están registrados en mi tabla de datos reales".
No puedo brindar asesoramiento adecuado cuando no se comprende completamente la situación. La pregunta es en qué condiciones se llevó a cabo el experimento. ¿Cómo se manejaron las variables de ruido durante el experimento? Fueron:
1. Mantenerse constante: esta es una muy mala idea ya que restringe el espacio de inferencia y, por lo tanto, reduce la probabilidad de que su modelo funcione en el futuro.
La estandarización exacta de las condiciones experimentales, que a menudo se preconiza irreflexivamente como una panacea, siempre conlleva la desventaja real de que un experimento altamente estandarizado proporciona información directa sólo con respecto al estrecho rango de condiciones alcanzadas por la estandarización. Por lo tanto, la estandarización debilita en lugar de fortalecer nuestra base para inferir un resultado similar, cuando, como es invariablemente el caso en la práctica, estas condiciones son algo variadas.
RA Fisher (1935), Diseño de experimentos (p.99-100)
2. Permitir que varíe aleatoriamente durante el experimento: mejor, pero aún no es óptimo ya que esto reduce la precisión del experimento.
3. Particionado (por ejemplo, bloqueo): mejor aún, ya que esto puede aumentar el espacio de inferencia al tiempo que aumenta la precisión del experimento.
Re: ¿Cómo gestionar factores vinculados en DOE?Para completar el tema:
Después de varias pruebas de creación de diseños, lo mejor fue el enfoque secuencial con el nivel de factor lo más pequeño posible (ya que tengo una gran cantidad de factores). Los DOE separados son más fáciles de administrar cuando realmente necesito tener los factores en 0 (según el equipo). Muchas gracias por su ayuda, me ayudará en el futuro.
Para responder a las últimas preguntas, la variación dentro del lote es de 0,02. Los ensayos son aleatorios y se replican para los puntos centrales (no es perfecto). Seguiré el consejo del mapa de contorno.
¡Te deseo unas felices vacaciones navideñas!
