La piattaforma Custom Design di JMP consente agli sperimentatori di creare progetti su misura per le loro specifiche esigenze sperimentali, costruendo progetti ottimali. Il progettista personalizzato genera progetti ottimali cercando di massimizzare uno dei diversi criteri di ottimalità utilizzando l'algoritmo di scambio di coordinate. L'algoritmo di scambio di coordinate costruisce un progetto iniziale selezionando valori casuali all'interno della regione di progettazione specificata per ciascun fattore ed esecuzione. Il progetto trovato è solo localmente ottimale e l'algoritmo di scambio di coordinate viene ripetuto più volte per aumentare la probabilità di trovare un progetto globalmente ottimale. Custom Design fornisce il progetto che massimizza il criterio di ottimalità tra tutti i progetti costruiti.
I criteri di ottimalità includono:
- D-ottimalità
- I-ottimalità
- A-ottimalità
- Alias-ottimalità
I criteri di ottimalità possono essere specificati sotto il triangolo rosso nella sezione Progettazione personalizzata.
I criteri di ottimalità raccomandati (predefiniti) sono:
| Modello specificato nella progettazione personalizzata |
Criterio di ottimalità predefinito |
| Modello quadratico completo utilizzando il pulsante RSM |
I-ottimalità |
| Modelli con interazioni a due fattori aggiunti tramite il pulsante interazioni |
A-ottimalità |
| In tutti gli altri casi |
D-ottimalità |
L'obiettivo del progetto è alla base del ragionamento sia per i criteri di ottimalità predefiniti utilizzati, sia per i casi in cui si dovrebbe passare da tali criteri ad altri criteri di ottimalità, come ad esempio l'ottimalità alias.
Da un punto di vista generale, la progettazione di esperimenti ha due obiettivi: identificare gli effetti attivi (screening) e ottimizzare una risposta (previsione). I modelli di primo ordine (modelli a effetti principali) vengono utilizzati per identificare gli effetti attivi nei disegni di screening. L'ottimizzazione D si concentra sulla minimizzazione dell'errore dei coefficienti, quindi si presta all'identificazione degli effetti attivi.
I modelli di secondo ordine (effetti principali più equazioni quadratiche e interazioni a due vie) vengono utilizzati per ottimizzare le impostazioni operative del processo e la previsione della risposta ha la priorità sulla stima esatta dei parametri. I-optimal gestisce la varianza della previsione ed è quindi il criterio di ottimalità consigliato (predefinito) per i modelli di secondo ordine che utilizzano il pulsante RSM durante la definizione del modello in Progettazione personalizzata.
| Criterio di ottimalità |
Obiettivo della progettazione sperimentale |
Obiettivo pratico |
| I-ottimale |
Minimizzare la varianza della previsione |
Previsioni accurate |
| D-ottimale |
Minimizzare l'errore dei coefficienti |
Comprendere le relazioni tra i fattori |
| A-ottimale |
Assegnazione di pesi alle diverse parti del modello |
Comprendere le relazioni tra i fattori concentrandosi su specifici fattori di interesse |
| Alias-ottimalità |
Eliminazione delle correlazioni dell'effetto principale (ME) con l'interazione a due fattori (2FI). |
Comprendere le relazioni tra i fattori in cui gli ME non sono influenzati da possibili grandi 2-FI attivi |
Esempio di come specificare e identificare i criteri di ottimalità nella progettazione personalizzata:
