Cómo evaluar el diseño del DOEHola a todos,
Estoy trabajando en un DOE con los siguientes factores:
Antes de ejecutar los experimentos, quiero saber cómo evaluar mi diseño para asegurarme de que puedo:
Además, no quiero realizar solo el número mínimo de ejecuciones, ya que planeo ejecutar cada experimento por réplica. Cualquier consejo sobre cómo evaluar la idoneidad del diseño o recomendaciones sobre herramientas y métricas a utilizar sería muy apreciado.
Diseño de experimentosRe: Cómo evaluar el diseño del DOEHola Mark, gracias por tu respuesta. Lamentablemente, ya he consultado esta guía, pero no he obtenido respuesta a mi pregunta. En concreto, me gustaría saber cómo puedo evaluar si mi diseño permite encontrar las variables con mayor influencia en la respuesta y qué niveles de estas variables permiten maximizarla . Además, me gustaría hacerlo con el mínimo número de ejecuciones . Para ello, tengo dos diseños con su matriz de aliasing, pero no sé si el diseño con 12 ejecuciones lo permite:
Además, no tengo idea del ruido en la respuesta ni de cuánto podrían cambiar los niveles de los factores en la respuesta.
gracias de nuevo
Re: Cómo evaluar el diseño del DOEEl diseño inicial, más pequeño, estimará el modelo de primer orden con algunas interacciones de dos factores. El pequeño número de ejecuciones no permite ciertas combinaciones de niveles de factor que reducirían o eliminarían la correlación entre las estimaciones (Matriz de Alias). Un mayor número de ejecuciones permitiría más combinaciones y aumentaría la potencia de las pruebas para detectar efectos significativos.
El segundo diseño, de mayor tamaño, también estimará la curvatura en respuesta a cambios en X2 y X3, un modelo diferente al propuesto para el primer diseño. El gran número de ejecuciones también permitió la creación de combinaciones para eliminar la correlación de las estimaciones de los parámetros. Esto maximiza la potencia de las pruebas de significancia.
Dado que desconoce a priori la desviación estándar de la respuesta ni el efecto de estos factores, puede ejecutar un diseño inicial, aprender lo que pueda y, si es necesario, ampliarlo con nuevas ejecuciones usando DOE > Aumentar Diseño. Su experimento inicial no puede fallar; solo puede decepcionarlo; en ese caso, puede mejorarlo sin tener que empezar de nuevo ni abandonar.
Re: Cómo evaluar el diseño del DOESecundo todo lo que ha aportado @Mark_Bailey . Lo único que añadiría es que no se debe descartar el ruido del sistema de medición, ya que es inherente a la desviación estándar de respuesta desconocida. Por lo tanto, al no tener ese conocimiento, optaría por un diseño pequeño, con niveles más definidos, y aprendería de ahí. Y, como sugiere Mark, se debe aumentar el ruido si no se ha resuelto el problema práctico.
