Petite conception avec de nombreux paramètresSalut,
Je lis cet article : Article complet : Une approche de conception de milieux à haut débit pour les cultures en lots alimentés de mammifères à haute performance
Les auteurs mentionnent avoir construit des plans d'expérience avec 16 exécutions et 43 paramètres. Si j'ai bien compris, ils ont conçu 80 plans d'expérience aléatoires, en choisissant celui qui minimise le mieux les corrélations entre les facteurs. Je me demandais si une solution similaire était possible dans JMP. Avec le plan personnalisé, il est impossible de construire un nombre inférieur au nombre de paramètres du modèle, ce qui est évident. Mais est-il possible de remplir aléatoirement le modèle avec seulement certains effets principaux et/ou puissances secondes, et de forcer JMP à construire des plans plus petits ? Quelqu'un aurait-il une idée pour faire quelque chose de similaire dans JMP ?
Merci.
Plan d'expériencesRe : Petite conception avec de nombreux paramètresOui, JMP peut créer un plan de criblage sursaturé avec Custom Design. Consultez la documentation .
Re : Petite conception avec de nombreux paramètresMerci beaucoup Mark, l'astuce était de choisir « Si possible » dans la section Modèle.
Je trouve néanmoins intéressant que les auteurs, si j'ai bien compris, aient utilisé 80 de ces plans (générés aléatoirement), choisissant celui présentant les plus faibles corrélations entre les facteurs. Leur plan (d'après le tableau 1) semble assez bien peuplé de valeurs basses, moyennes et élevées pour les paramètres, tandis que JMP, lorsqu'il utilise des plans de criblage sursaturés, tend à ne proposer que des valeurs basses et élevées.
Re : Petite conception avec de nombreux paramètresSalut @aatw ,
Si vous devez renforcer plus ou moins la présence de valeurs intermédiaires pour les facteurs, utilisez simplement le type de facteur Discret Numérique (3 niveaux) ou Catégoriel (3 niveaux). Si vous utilisez le type de facteur Catégoriel, vous pouvez le redéfinir sur Numérique continu après la génération du plan (ou utiliser l'utilitaire Convertir les étiquettes en codes pour convertir rapidement les valeurs nominales en valeurs continues).
Voici les résultats des cartes de corrélation comparatives avec la conception originale, une conception sursaturée D-Optimal (avec des facteurs numériques discrets à 3 niveaux) et une conception sursaturée D-Optimal (avec des facteurs catégoriels à 3 niveaux) :
Vous trouverez ci-joint les conceptions comparées aux scripts pour les cartes de corrélation.
Voir des discussions similaires sur l'application d'un nombre spécifique de niveaux pour les facteurs DoE :
DOE avec 3 niveaux pour les facteurs continus
Demande de renseignements sur la conception expérimentale avec JMP
Nombre de niveaux de facteurs dans la conception I-Optimal
Vous pouvez également consulter les conceptions orthogonales sursaturées de groupe si vous êtes dans une phase de sélection précoce.
J'espère que cette réponse complémentaire vous aidera,
Re : Petite conception avec de nombreux paramètresMerci beaucoup Victor, très utile.
