877156_de-DE

liliconcom

So bewerten Sie das DOE-Design

Hallo zusammen,

Ich arbeite an einem DOE mit den folgenden Faktoren:

• 1 kategoriale Variable mit 4 Stufen

• 2 kontinuierliche Variablen

Bevor ich die Experimente durchführe, möchte ich wissen, wie ich mein Design auswerte, um sicherzustellen, dass ich:

• Identifizieren Sie sicher, welche Variablen den größten Einfluss auf die Antwort haben

• Bestimmen Sie, welche spezifischen Ebenen der Variablen eine bessere Leistung erbringen

Außerdem möchte ich nicht nur die Mindestanzahl an Durchläufen durchführen, da ich jedes Experiment in Replikation durchführen möchte. Für Ratschläge zur Beurteilung der Eignung des Designs oder Empfehlungen zu geeigneten Tools und Messgrößen wäre ich sehr dankbar!

VersuchsplanungBetreff: So bewerten Sie das DOE-Design

Hallo Mark, vielen Dank für deine Antwort. Leider habe ich diese Anleitung schon einmal gelesen, aber keine Antwort auf meine Frage gefunden. Genauer gesagt würde ich gerne wissen, wie ich beurteilen kann, ob mein Design es ermöglicht , die Variablen mit dem größten Einfluss auf die Antwort zu finden UND welche Ausprägungen dieser Variablen es ermöglichen, diesen zu maximieren . Außerdem möchte ich dies mit der minimalen Anzahl von Durchläufen tun. Dafür habe ich zwei Designs mit der zugehörigen Aliasing-Matrix, kann aber nicht sagen, ob das Design mit 12 Durchläufen dies zulässt:

Außerdem habe ich keine Ahnung vom Rauschen in der Antwort und auch nicht davon, wie sehr sich die Antwort durch eine Änderung der Faktorstufen ändern könnte.

Danke noch einmal

Betreff: So bewerten Sie das DOE-Design

Das anfänglich kleinere Design schätzt das Modell erster Ordnung mit einigen Zwei-Faktor-Interaktionen. Die geringe Anzahl an Durchläufen erlaubt keine Kombinationen von Faktorstufen, die die Korrelation zwischen den Schätzungen verringern oder aufheben würden (Alias-Matrix). Mehr Durchläufe würden mehr Kombinationen ermöglichen und die Aussagekraft der Tests auf signifikante Effekte erhöhen.

Der zweite, umfangreichere Entwurf schätzt auch die Krümmung in der Reaktion auf Änderungen von X2 und X3. Dabei handelt es sich um ein anderes Modell als das für den ersten Entwurf vorgeschlagene. Die große Anzahl an Durchläufen ermöglichte zudem die Bildung von Kombinationen, um die Korrelation der Parameterschätzungen zu eliminieren. Dies maximiert die Aussagekraft der Signifikanztests.

Da Sie die Standardabweichung der Antwort oder die Wirkung dieser Faktoren nicht a priori kennen, können Sie einen ersten Versuchsplan erstellen, die gewonnenen Erkenntnisse nutzen und den Versuchsplan gegebenenfalls mit neuen Durchläufen mithilfe von DOE > Versuchsplan erweitern erweitern. Ihr erster Versuch kann nicht scheitern, sondern Sie nur enttäuschen. In diesem Fall können Sie ihn verbessern, ohne von vorne beginnen oder abbrechen zu müssen.

Betreff: So bewerten Sie das DOE-Design

Ich unterstütze alles, was @Mark_Bailey beigetragen hat. Ich möchte nur noch hinzufügen, dass man das Rauschen des Messsystems nicht außer Acht lassen sollte – es ist ebenfalls in der unbekannten Standardabweichung der Antwort enthalten. Da mir dieses Wissen fehlt, würde ich mich für ein kleines Design mit fetten Pegeln entscheiden und daraus lernen. Und wie Mark vorschlägt: Erweitern Sie, wenn Sie das vorliegende praktische Problem nicht gelöst haben.