Perché non riesco a rilevare la curvatura (non linearità) in DOE in JMP?In Minitab, se i fattori nel DOE hanno punti centrali, la curvatura verrà testata direttamente (ad esempio, non linearità, p<0,05 indica che la curvatura è significativa), ma sembra che non ci sia una funzione del genere in JMP?
Progettazione degli esperimentiR: Perché non riesco a rilevare la curvatura (non linearità) in DOE in JMP?Ciao @Xinghua ,
Il test per la curvatura in DoE è un argomento frequente nella Community e ha già alcune soluzioni. Si prega di fare riferimento ai seguenti post e componenti aggiuntivi:
Test per la curvatura nel fattoriale completo a 2 livelli con punti centrali
Un altro post su come testare la curvatura nel fattoriale a due livelli con punti centrali, inclusa la discussione dell'effetto del punto centrale
Come eseguire un test per la curvatura in un DOE con JMP
Add-in per test di curvatura quadratica pura
Penso che questi riferimenti ti aiuteranno,
R: Perché non riesco a rilevare la curvatura (non linearità) in DOE in JMP?Molte opzioni in JMP per testare la curvatura con un DOE:
1. Scegliere un progetto di superficie di risposta dal menu DOE > Classico.
2. Scegli un design personalizzato e includi effetti di potenza quadratica (o superiore).
3. Scegliere un progetto di screening definitivo e includere punti centrali per stimare gli effetti quadratici.
R: Perché non riesco a rilevare la curvatura (non linearità) in DOE in JMP?Ciao @Xinghua : Mi sembra che la cosa più semplice da fare sarebbe includere l'effetto quadratico di uno qualsiasi dei fattori nel modello. Il valore p per quell'effetto è quindi il valore p per testare la curvatura. Fai attenzione, però, qualsiasi fattore tu abbia usato qui potrebbe o meno essere il fattore a cui è assegnato l'effetto quadratico (è confuso con gli altri potenziali effetti quadratici). È solo un test per vedere se è presente una curvatura in almeno uno dei fattori, quindi dovrai comunque aumentare il design per scoprire quale/i fattore/i è/sono quadratico/i.
R: Perché non riesco a rilevare la curvatura (non linearità) in DOE in JMP?Sebbene non abbia esaminato i link forniti da @Victor_G e concordo con tutto ciò che altri hanno contribuito finora, il mio primo passo, sempre, non fallisce mai, prima di qualsiasi test statistico p, t, F o altro, è tracciare grafici di dispersione risposta vs. fattore. Spero che almeno uno di quei riferimenti incoraggi questo approccio. Il tuo occhio e la tua conoscenza del processo sono i "rilevatori" di effetti più sensibili che abbia mai incontrato. In 30 anni di pratica del DOE in un contesto industriale, onestamente non riesco a ricordare un esperimento che abbiamo analizzato in cui un test LOF per la curvatura fosse "significativo" che non si presentasse per primo nei grafici di dispersione.
R: Perché non riesco a rilevare la curvatura (non linearità) in DOE in JMP?Grazie mille. Ci ho provato, ma per qualche motivo il valore p del quadrato del fattore non è numerico. Non so perché.
Ho caricato i dati, puoi analizzarli. Grazie.
R: Perché non riesco a rilevare la curvatura (non linearità) in DOE in JMP?Grazie mille.
Il DOE può generare grafici di leverage, anche con valori p. Ma non sono sicuro di cosa significhi quel valore p (se inferiore a 0,05).
R: Perché non riesco a rilevare la curvatura (non linearità) in DOE in JMP?Ciao @Xinghua ,
Poiché hai solo punti centrali, puoi solo controllare la curvatura e stimare un effetto quadratico (dei 4 possibili). Se aggiungi tutti e 4 gli effetti quadratici nel modello, JMP ti informerà che c'è una singolarità nel modello, poiché non sarà in grado di stimare in modo indipendente tutti e 4 gli effetti quadratici solo con punti centrali:
Per stimare tutti e 4 gli effetti quadratici, è necessario avere a disposizione punti diversi, fattori di livello intermedio (con 0 per il fattore di cui si desidera stimare l'effetto quadratico e +/-1 per gli altri livelli dei fattori), anziché punti centrali (con 0 per tutti i livelli dei fattori).
Prova a riadattare il tuo modello solo con un effetto quadratico e sarai in grado di stimare il valore p per questo effetto quadratico e il test di mancanza di adattamento:
Il valore p di questo effetto quadratico mostra chiaramente una curvatura nella tua risposta (così come nei grafici che hai mostrato nella tua ultima risposta). Il valore p per questo effetto è calcolato con l'ipotesi nulla "questo effetto non è significativamente diverso da 0". Quindi, poiché il valore p è molto basso qui, puoi essere abbastanza sicuro che questo effetto sembra essere statisticamente significativo da 0 e che un effetto di curvatura/quadratico è chiaramente visibile. L'aggiunta di un effetto quadratico nel tuo modello consente di avere un modello più adeguato (il test di mancanza di adattamento non mostra un valore p molto basso, quindi il modello sembra più adeguato).
Se si adatta un modello solo con effetti principali e interazioni a 2 fattori, si hanno già alcuni indizi che probabilmente c'è qualcosa di più nascosto, poiché il test di mancanza di adattamento mostra un valore molto basso (quindi il modello potrebbe non essere adeguato) e i grafici effettivi rispetto a quelli previsti e residui sembrano indicare una curvatura:
Spero che questa risposta ti aiuti,
R: Perché non riesco a rilevare la curvatura (non linearità) in DOE in JMP?Grazie mille per il vostro entusiasmo.
Posso confermare che in un disegno fattoriale DOE, se vengono utilizzati i punti centrali, ci saranno solo combinazioni dei punti centrali dei fattori (se ci sono 4 fattori, ci sarà solo 0000, non 000+, +-0 +...), se viene utilizzato RSM, ci sarà una combinazione del punto centrale di un fattore e di qualsiasi livello degli altri fattori (se ci sono 4 fattori, ci saranno 000+, +-0+, 0000...).
R: Perché non riesco a rilevare la curvatura (non linearità) in DOE in JMP?I grafici di leva sono un modo grafico per testare l'ipotesi che la pendenza del coefficiente di per un dato fattore = 0. Può essere utilizzato anche per altri scopi. Consultare la documentazione JMP per una spiegazione approfondita.
Grafici di leva in JMP Il valore p viene interpretato come qualsiasi altro valore p per una stima del parametro. Solo l'ampiezza è al di sotto della soglia di 0,05...se è una soglia che vuoi usare.
R: Perché non riesco a rilevare la curvatura (non linearità) in DOE in JMP?Ciao @Xinghua : per aggiungere qualcosa a @P_Bartell , non userei quei grafici di leva se nel tuo modello è presente una curvatura non presa in considerazione (come ha sottolineato @Victor_G ); e come puoi vedere dai grafici di leva, il punto centrale è chiaramente più alto dei punti fattoriali (-1, 1) che indicano la curvatura.
R: Perché non riesco a rilevare la curvatura (non linearità) in DOE in JMP?Grazie.
Ho anche scoperto che il valore Y corrispondente al punto centrale sembra essere più alto, ma sfortunatamente non c'è alcun valore da giudicare (come il valore p del test di non linearità). Dopotutto, giudicare a occhio non è molto accurato ed è difficile convincere il cliente.
R: Perché non riesco a rilevare la curvatura (non linearità) in DOE in JMP?Ciao @Xinghua : Esatto; e come puoi vedere dalle risposte precedenti, ci sono modi per ottenere il test (valori p ecc.) di cui hai bisogno per la curvatura.
