Salut,
J'ai une question sur le blocage dans DoE. Devrions-nous toujours suivre l'option de blocage suggérée par JMP pour chaque conception ? Ou pouvons-nous procéder à notre façon ? Par exemple, je cherche à réaliser une conception Box-Behenken qui ne comporte aucune option de blocage, mais je pensais effectuer les 13 exécutions en une seule journée, car l'expérience est très courte. Je répète ensuite cette opération sur trois à cinq jours et j'utilise le jour comme bloc, ce qui fait au total 39 exécutions, chacune de 13 exécutions durant une journée. Ai-je raison ?
Salutations
Salut @NourNashed ,
Pouvez-vous fournir plus de détails sur votre dispositif expérimental, son objectif et sa conception ? Je ne trouve pas d'option de conception Box-Behnken par défaut à 13 essais pour 3 facteurs continus (minimum 15, dont 3 points centraux). Avez-vous modifié le nombre de points centraux par défaut de 3 à 1 pour obtenir 13 essais ?
Si oui, il existe deux options pour obtenir 39 exécutions avec 2 réplicats et l'utilisation du blocage :
- Créez votre conception Box-Behnken à 39 exécutions avec 2 répliques :
Ensuite, accédez à la plateforme de conception personnalisée et utilisez ces exécutions comme ensemble candidat (sélectionnez simplement vos facteurs dans « Sélectionner les facteurs de covariable »), ajoutez un facteur de blocage dans le panneau « Facteurs » (avec une spécification de 13 exécutions par bloc) et spécifiez un modèle RSM dans le panneau « Modèle ». Cochez l'option « Inclure toutes les lignes de covariables sélectionnées dans le plan » pour vous assurer que toutes les exécutions répliquées Box-Behnken précédentes seront présentes dans le plan final à 3 blocs.
- Ou créez simplement le BB original de 13 exécutions, puis utilisez la conception Augment de la plateforme pour répliquer la conception deux fois de plus (nombre d'exécutions par exécution = 3) et ajoutez une colonne de bloc après la réplication avec les propriétés de colonne appropriées : Ordre des valeurs (pour l'ordre des blocs), Exécutions par bloc (= 13), Rôle de conception (= Blocage) et Modifications de facteur (Facile), puis incrémentez la valeur du facteur de bloc toutes les 13 exécutions. Le problème avec cette option est que l'ordre des exécutions est le même pour chaque bloc/jour ; il peut donc être préférable de randomiser au sein de chaque bloc/jour à la fin afin d'éviter tout modèle/biais tout au long de la journée qui pourrait impacter les résultats (tendance temporelle linéaire ou complexe au cours de la journée).
J'espère que cette réponse vous aidera,
Faute d'informations suffisantes sur la situation, je ne peux que donner quelques conseils généraux. Pour les expériences industrielles (par opposition aux expériences agricoles), je ne recommanderais que deux blocages. L'objectif de ces blocages est de :
1. Augmentez l'espace d'inférence (cela se fait de manière plus agressive si vous exagérez volontairement le bruit entre les blocs, comme le réglage du niveau de construction pour les facteurs).
2. Améliorer la précision de la conception. Cela est dû au fait que le bruit lié au bloc est isolé de la structure de conception.
La seule raison d'exécuter plus de deux niveaux dans des expériences industrielles est d'ajouter des termes non linéaires au polynôme. Cela n'a aucun sens pour les blocs, car ce sont des « ensembles » de bruit et non une variable continue (il n'existe pas de bloc de 1,5).
J'ajouterai également que je pense que JMP « aime » considérer les blocs comme des effets aléatoires (le modèle créé par JMP permet de le constater lors de la création des blocs). Si vous avez identifié le bruit lié au bloc, les blocs peuvent être encore plus utiles, car ils peuvent être traités comme des effets fixes. Cela permet d'estimer les effets bloc par facteur (l'absence d'effet bloc par facteur est une définition quantifiable de la robustesse). Pour ce faire, je crée moi-même les blocs (complets et incomplets).
Voir Sanders, D., Leitnaker, MG et McLean, RA (2002). Plans d'études en blocs complets randomisés en études industrielles. Ingénierie de la qualité , 14 (1), 1–8. https://doi.org/10.1081/QEN-100106880
