Wie werden Alias-Strukturen im D-optimalen DOE ausgewertet?Meines Wissens nach können D-optimale Designs für Screening-Experimente gut geeignet sein, Sie sollten jedoch hoffen, dass keine großen Interaktionseffekte auftreten, da diese sonst Ihre Haupteffekte verzerren, oder dass Sie Ihrem optimalen Design einige vermutete wechselseitige Interaktionen hinzufügen sollten, um Aliasing-Effekte zu vermeiden.
Mir wurde gesagt, ich solle fraktionale Fakultäten nach Res III und Plackett-Burman-Designs für das Screening vermeiden, da sie schlechte Aliasstrukturen aufweisen und Haupteffekte mit Interaktionen verwechseln können.
Meine Frage ist: Wie vergleiche ich ein D-optimales DOE mit einem Res III- oder Plackett-Burman-Design? Gibt es eine Möglichkeit, die Auflösung für ein optimales Design zu ermitteln, um verwirrende Aliasstrukturen zu vermeiden? Was sind die Faustregeln für Aliasing bei optimalen Designs und wie werden sie in der JMP-Ausgabe gemeldet? Wenn die Aliasmatrix beispielsweise ein Aliasing >0,5 zwischen einem Haupteffekt und einer 2-Wege-Interaktion meldet, sollte das dann vermieden werden?
VersuchsplanungBetreff: Wie werden Alias-Strukturen im D-optimalen DOE ausgewertet?Gibt es grundsätzlich eine Aliasstrukturnummer oder Auflösungsnummer, die in JMP für ein optimales Design angegeben wird und die vermieden werden sollte, wenn Sie 2-Faktor-Interaktionen vermuten oder befürchten, dass 2-Faktor-Interaktionen Ihre Haupteffekte verzerren? Gibt es beispielsweise für eine bestimmte Anzahl von Faktoren und eine bestimmte Anzahl von Durchläufen mit einem Haupteffektmodell und sagen wir 1 Interaktionsterm eine Möglichkeit, das Design zu bewerten und festzustellen, dass die Aliasauswirkungen zu hoch sind, und wonach genau suche ich in Bezug auf eine Schwellenwertnummer und wo wird diese in JMP angegeben?
Betreff: Wie werden Alias-Strukturen im D-optimalen DOE ausgewertet?Einer der Hauptgründe für die Wahl eines optimalen Designansatzes ist der Luxus, ein Modell VOR der Erstellung des Designs festlegen zu können und dann die Software die Schwerstarbeit erledigen zu lassen, angesichts anderer möglicher Einschränkungen wie Anzahl der Durchläufe, nicht zulässiger Kombinationen und dergleichen. Wenn Sie also in der Lage sein möchten, bestimmte Effekte abzuschätzen, fügen Sie diese Effekte in das Modell ein. Verwenden Sie dann die Plattform „Designs vergleichen“, um alle von Ihnen erstellten Designs zu vergleichen, egal ob optimal oder klassisch. Innerhalb der Plattform gibt es zahlreiche Designdiagnosen, die Einblicke in alle von Ihnen aufgeführten Fragen bieten.
Betreff: Wie werden Alias-Strukturen im D-optimalen DOE ausgewertet?Hallo @mjz5448 ,
Die Aliasing-Struktur eines Designs hängt von der Designauswahl, der Anzahl der Durchläufe und den Einschränkungen/linearen Abhängigkeiten zwischen Faktoren (sofern vorhanden) ab. Je mehr Einschränkungen/lineare Abhängigkeiten von den Faktoren vorhanden sind, desto schwieriger und komplexer ist es, die Modellterme der Faktoren unabhängig voneinander abzuschätzen.
Wenn es Ihnen vor allem darum geht, Haupteffekte präzise und unvoreingenommen abzuschätzen und dabei die Möglichkeit zu haben, Interaktionseffekte zu erkennen und abzuschätzen, finden Sie hier einige Vorschläge für Designs mit guten Aliasing-Eigenschaften:
Wenn Sie die Auflösung Ihres Designs bestimmen möchten, hilft Ihnen dieser Link von NIST, die Unterschiede zwischen den Auflösungen zu verstehen: 5.3.3.4.4. Spezifikationen für teilfaktorielle Designs und Designauflösung
Beim Auswerten von Designs können Sie sich die Korrelationen zwischen Begriffen auf der Farbkarte „Korrelationen“ ansehen und die Korrelationen im roten Dreieck dieses Abschnitts, „Korrelationstabelle“, speichern.
Was die Korrelationen und die Ratschläge zur Auswahl des einen oder anderen Designs betrifft, wird die Designauswahl hauptsächlich von der Anzahl der in Ihrem Fall möglichen Durchläufe beeinflusst. Es ist sicherlich „sicherer“, hohe Korrelationen zwischen Begriffen zu vermeiden, aber die erforderliche Anzahl an Durchläufen, um einige dieser Korrelationen zu reduzieren, ist manchmal nicht machbar. Sie müssen also den besten Kompromiss zwischen Ihrem Ziel und Ihrem experimentellen Budget (Anzahl der Durchläufe, es gibt keinen „vordefinierten Schwellenwert“) finden und das relevanteste Design auswählen. Wie @P_Bartell erwähnt hat, erstellen Sie mehrere Designs und verwenden Sie die Plattform „Compare Designs“, um die Vor- und Nachteile jedes Designs besser beurteilen zu können.
Und das Positive daran ist, dass es kein fehlgeschlagenes DoE gibt. Wenn Sie Ihr Ziel nicht erreicht haben, können Sie Ihr Design immer noch erweitern und die Korrelationen zwischen Begriffen reduzieren/entfernen, die Sie daran gehindert haben, Interaktionen oder andere Begriffe höherer Ordnung zu erkennen.
Hoffe, diese Antwort wird Ihnen helfen,
Betreff: Wie werden Alias-Strukturen im D-optimalen DOE ausgewertet?Danke, Victor_G.
Gibt es eine Faustregel bezüglich Aliasing, die man bei optimalen Designs befolgen sollte (D- oder Alias-optimal?)?
Mir ist zum Beispiel klar, warum wir Res III-Designs beim Screening vermeiden wollen, da einige Haupteffekte vollständig durch 2-Faktor-Interaktionen aliasiert sind. Was mir jedoch nicht so klar ist, ist, welchen Mindestschwellenwert in der Alias-Tabelle ich für ein optimales Design berücksichtigen sollte, bevor ich über das Hinzufügen von Läufen nachdenken sollte. Wird beispielsweise 0,33 oder 0,4 in einer Alias-Tabelle für Haupteffekte und 2-Faktor-Interaktionen als hoch angesehen, oder ist 0,25 ein guter Anfang? Grundsätzlich, an welchem Punkt sollte mich eine Zahl zum Nachdenken bringen und mich veranlassen, das Design neu zu bewerten und weitere Läufe hinzuzufügen?
Betreff: Wie werden Alias-Strukturen im D-optimalen DOE ausgewertet?Die Anleitung lautet wie folgt: Bauen Sie Ihr Verständnis der kausalen Struktur hierarchisch und sequenziell auf. Es ist absolut in Ordnung, Res III-Designs zu verwenden, wenn Sie viele Effekte erster Ordnung (Faktoren) haben, die Sie testen/vergleichen möchten. Ich denke, dass Leute Faktoren aus Kostengründen zu oft aus dem Blickfeld von „Bauchgefühl und Intuition“ streichen. Was machen Sie mit den Faktoren, die nicht untersucht werden? Sie konstant zu halten, schränkt den Inferenzraum ein, sie variieren zu lassen, kann die Präzision des Designs verringern. In beiden Fällen scheint es eine „bessere“ Idee zu sein, sie einzubeziehen und Daten zu erhalten, die bei der Entscheidung über die nächste Iteration helfen. Es ist auch wichtig, Faktor- und Interaktionseffekte (und ihre Rangfolge) vorherzusagen. Das heißt, nutzen Sie wissenschaftliches und technisches Wissen für die Planung. Wenn Ihre RANGLISTE alle Haupteffekte und dann Effekte zweiter Ordnung enthält, könnte Res III eine gute Wahl sein. Wenn die vorhergesagte Rangfolge der Effekte zweiter Ordnung in der vorhergesagten Liste „nach oben“ rückt, beginnen Sie, Designs mit höherer Auflösung zu verwenden. Solange Sie iterieren, werden Sie die Effizienz nicht zu sehr beeinträchtigen, während Sie die Effektivität verbessern.
