Pregunta 1: Análisis del modelo DOE
Comentarios:
@Phil_Kay
@Victor_G : La selección paso a paso podría no ser el enfoque predeterminado a recomendar.
Es útil como guía y comparación, pero preferiría comparar los resultados con GenReg y otras plataformas.
Los gráficos raster también pueden ayudar a ver las frecuencias de inclusión de términos en muchos modelos, para ver cómo se comparan: https://community.jmp.com/t5/JMP-Wish-List/Raster-plots-or-other-visualization-tools-to-help-model/idi-p/730968
@bdclark23 : Enfoques de modelos múltiples con una preponderancia de evidencia que muestra consistentemente los mismos efectos en diferentes modelos, cada uno con sus propios sesgos y supuestos.
Pregunta 2: “Enfoque de covarianza” para aplicar restricciones
Comentarios
@Victor_G : Acerca de las restricciones:
@Ryan_Lekivetz :
@Phil_Kay : También publiqué sobre esto en LinkedIn recientemente:
Me encanta este debate. Es relativamente fácil llegar a la respuesta técnica (¡JMP!), pero también es importante cuestionar el "por qué".
@Chandramouli_R :
Vídeo 3: Diseño factorial completo: ¿Cuántos puntos centrales recomiendas?
@Phil_Kay : También he publicado sobre puntos centrales anteriormente:
@Victor_G : Los puntos centrales pueden ayudar a detectar la curvatura, pero no permiten estimar varios efectos cuadráticos.
P: ¿ Cómo agregar puntos centrales en un diseño personalizado?
A: 
@Victor_G : Acerca de los diseños de alcance y su uso como ejecuciones preliminares para verificar el espacio de diseño:
Vídeo 4: ¿Cómo puedo restablecer/eliminar factores en los DoE fáciles sin cambiar el diseño del experimento?
Comentarios:
@Chandramouli_R :
@Victor_G :
- En "Analizar" puedes seleccionar los efectos dentro y fuera del modelo.
- Pestaña "Analizar" --> Probar "Mejor modelo"
- O cree un modelo personalizado con "Ajustar modelo" utilizando la tabla de datos JMP con sus resultados
@Jonas_Rinne : Creo que también puedes hacer esto yendo al modo flexible en Easy DOE
@Victor_G : Adapta tus respuestas por separado. Pero creo que hay muchos recursos que te pueden ayudar a crear y comparar modelos.
La OFAT no tiene un modelo que la respalde, es solo un enfoque comparativo, por lo que no es muy útil para orientar la toma de decisiones.
Vídeo 5: Cultura analítica para el uso del DOE
Este vídeo se está procesando actualmente. Inténtalo de nuevo en unos minutos.
Comentarios:
@Uwe_Weber : Utilice el Profiler y lo entenderán.
@anchildress : En Eastman, tenemos más éxito cuando nos centramos en construir relaciones con los clientes, comenzando de a poco para generar confianza en usted y sus técnicas. Una vez que ven algunos triunfos o logros exitosos con colegas, tal vez confíen más en los logros.
Los resultados y el ahorro de costes son la técnica más convincente
@DB1 : Cambiar una cultura: paciencia. Trabajar en los márgenes. Cuando se puede convencer a un científico o ingeniero, éste puede convencer a sus compañeros de equipo más que nosotros del uso del DOE. Como dice Bea, un conjunto de datos del DOE realmente bueno en una empresa puede convencer a mucha gente si se utiliza de forma diplomática y dirigida a un público determinado.
¡Gracias por la grabación @maria_astals !
Algunos comentarios para ampliar los puntos discutidos ayer:
- Selección por pasos
La regresión por pasos puede ser problemática en experimentos diseñados, ya que:
- ignora la estructura experimental del DoE: principio de jerarquía, principio de escasez y, a veces, principio de herencia, pero este último principio se puede forzar en la plataforma de regresión generalizada.
- crea estimaciones de parámetros sesgadas/infladas, ya que estos términos se seleccionan principalmente debido a su magnitud/tamaño del efecto,
- aumenta el riesgo de falsos positivos (probabilidad de detectar un efecto activo que no es activo) debido a múltiples pruebas sin ajuste,
- proporciona valores p poco fiables, ya que pueden utilizarse tanto para la selección de términos como para la realización de estimaciones de pruebas estadísticas.
- no aborda la multicolinealidad, que puede ser un problema con fuertes alias/correlaciones entre términos en el diseño y/o en el caso de diseños de mezcla,
- ignora por completo el modelo asumido relacionado con el diseño generado.
Puede haber otras razones, se puede encontrar fácilmente literatura y debates sobre este tema:
SP0016 ¿Elaboración por pasos o no? Qué hacer y qué no hacer en la modelización multivariable | Anales de las enfermedades reumáticas
El uso de la regresión por pasos para abordar la multicolinealidad no es adecuado - PMC
Por qué odiamos la regresión por pasos | Modelado estadístico, inferencia causal y ciencias sociales
La selección gradual de variables en la regresión es malvada.
La selección por pasos puede ser útil como modelo de referencia y, si el número de factores no es demasiado elevado, la opción Todos los modelos posibles puede ser interesante para ver en qué medida los distintos modelos coinciden o no en cuanto a los términos selección y estimación. Sin embargo, la comparación y selección de modelos debe guiarse por el modelo asumido detrás del diseño y por la experiencia en el área.
Algunas discusiones y publicaciones en la Comunidad relacionadas con los enfoques paso a paso sobre los datos del DoE:
CÓMO ajustar dos modelos con diferentes términos al mismo tiempo
¿Regresión hacia atrás para el análisis DOE de mezcla con JMP regular (no profesional)?
Análisis de una mezcla DOE con regresión escalonada
Problemas con el modelo DoE Ampliación
Selección de modelos con ajuste definitivo frente a selección por pasos (AICC mín.)
- Restricciones
Puedes agregar restricciones de dos maneras:
- Al agregar restricciones y límites a través del panel Definir restricciones de factores , se restringirá la generación de puntos de diseño según las restricciones.
- Restringiendo directamente los puntos de diseño que se pueden utilizar para la generación de diseños utilizando un enfoque de conjunto de candidatos: Diseños de conjuntos de candidatos: adaptación de las restricciones DOE al problema (2021-EU-30MP-784)
La publicación del blog de @Jed_Campbell sobre cómo desmitificar las restricciones factoriales es una lectura obligada sobre este tema.
- Puntos centrales
La elección de agregar puntos centrales a menudo está más relacionada con los objetivos y razones prácticas: detectar la curvatura, garantizar el proceso de estabilidad de la medición durante los experimentos, tener una estimación del error/variabilidad puros, tener una estimación en el centro del espacio de diseño (en el contexto del análisis de robustez con respecto al espacio de factores/calidad por diseño), ... Dependiendo del modelo asumido y del tipo de diseño, es posible que no se requieran puntos centrales; los clásicos, como los diseños compuestos centrales y los diseños de detección definitivos, tienen puntos centrales, mientras que los diseños óptimos calculados pueden no requerirlos.
Alguna literatura sobre este tema:
5.3.3.7. Adición de puntos centrales
Puntos centrales: cómo encontrar el centro matemático de sus datos - isixsigma.com
https://www.statease.com/blog/importance-center-points-central-composite-designs/
Y algunas discusiones y publicaciones en la Comunidad:
efecto de los puntos centrales
Re: Forzar que los puntos centrales se distribuyan de manera uniforme en los bloques de diseño personalizado
¿Cuántos puntos centrales agregar en un diseño?
@maria_astals Como sugerencia para las próximas reuniones, sería genial si algunos de los temas pudieran ser votados y preparados con antelación: como el club DoE es una reunión trimestral, tendríamos tiempo suficiente para crear una encuesta con diferentes temas y votarlos antes de la próxima reunión del club. Esto garantizaría debates más profundos, así como una mayor variedad de temas (y quizás más participación/compromiso). Una mezcla entre temas preparados/votados y temas/preguntas espontáneas podría ser una buena idea para futuras reuniones.
Fue genial tenerte en la reunión, Bill @statman . Realmente disfruto aprender de ti.
¡Gracias por las aclaraciones @Victor_G !
Hay una sección de temas para discusión en esta comunidad: https://community.jmp.com/t5/Design-of-Experiments-Topic/idb-p/doe-grouphubidea-board
Recopilemos algunas ideas del grupo y enviemos la encuesta con antelación.
