Hi,
ich habe eine Frage zum Blockieren in DoE. Sollten wir bei jedem Design immer der Blockierungsoption folgen, die JMP vorschlägt? Oder können wir es auf unsere Weise machen? Beispielsweise. Ich möchte ein Box-Behenken-Design durchführen, das überhaupt keine Blockierungsoption hat, aber ich dachte daran, (alle 13 Läufe) an einem Tag durchzuführen, da das Experiment sehr kurz ist. Dann wiederhole ich dies über drei bis fünf Tage und verwende den Tag als Block, wobei ich insgesamt 39 Läufe habe, wobei jeder 13. Lauf einen Tag dauert. Liege ich mit meiner Annahme richtig?
Grüße
Hallo @NourNashed ,
Können Sie weitere Einzelheiten zu Ihrem Versuchsaufbau, Ziel und Design angeben? Ich kann keine Standardoption für ein 13-Durchläufe-Box-Behnken-Design für drei kontinuierliche Faktoren finden (Minimum 15, einschließlich drei Mittelpunkten). Haben Sie die Standardanzahl der Mittelpunkte von 3 auf 1 geändert, um 13 Durchläufe zu erhalten?
Wenn ja, gibt es zwei Möglichkeiten, 39 Läufe mit 2 Replikaten und der Verwendung von Blockierungen zu erhalten:
- Erstellen Sie Ihr 39-Runs- Box-Behnken-Design mit 2 Replikaten:
Gehen Sie dann zur benutzerdefinierten Designplattform und verwenden Sie diese Läufe als Kandidatensatz in der benutzerdefinierten Designplattform (wählen Sie einfach Ihre Faktoren unter „ Kovariatenfaktoren auswählen “ aus), fügen Sie im Bereich „Faktoren“ einen Blockierungsfaktor hinzu (mit der Angabe von 13 Läufen pro Block) und geben Sie im Modellbereich ein RSM-Modell an). Aktivieren Sie die Option „Alle ausgewählten Kovariatenzeilen in das Design einbeziehen“, um sicherzustellen, dass alle vorherigen replizierten Box-Behnken-Läufe im endgültigen Design mit 3 Blöcken vorhanden sind.
- Oder erstellen Sie einfach das ursprüngliche BB mit 13 Läufen und verwenden Sie dann das Augment-Design der Plattform, um das Design noch zweimal zu replizieren (Anzahl der Durchläufe = 3) und fügen Sie nach der Replikation eine Blockspalte mit den entsprechenden Spalteneigenschaften hinzu: Wertereihenfolge (für die Reihenfolge der Blöcke), Läufe pro Block (= 13), Designrolle (= Blockieren) und Faktoränderungen (einfach) und erhöhen Sie den Blockfaktorwert alle 13 Läufe. Das Problem bei dieser Option besteht darin, dass die Reihenfolge der Läufe für jeden Block/Tag dieselbe ist. Daher ist es möglicherweise besser, am Ende innerhalb jedes Blocks/Tages eine Randomisierung durchzuführen, um Muster/Verzerrungen im Tagesverlauf zu vermeiden, die die Ergebnisse beeinflussen könnten (linearer oder komplexer Zeittrend im Tagesverlauf).
Hoffe, diese Antwort wird Ihnen helfen,
Da es nicht genügend Informationen zur Situation gibt, kann ich nur einige allgemeine Ratschläge geben. Für industrielle Experimente (im Gegensatz zur Landwirtschaft) würde ich nur 2 Blöcke empfehlen. Der Zweck der Blockierung ist:
1. Erhöhen Sie den Inferenzraum (dies geschieht aggressiver, wenn Sie das Rauschen zwischen Blöcken absichtlich übertreiben, wie z. B. die Build-Level-Einstellung für Faktoren).
2. Erhöhen Sie die Präzision des Designs. Dies liegt daran, dass das mit dem Block vermischte Rauschen von der Designstruktur getrennt wird.
Der einzige Grund, in industriellen Experimenten mehr als zwei Ebenen auszuführen, besteht darin, dem Polynom nichtlineare Terme hinzuzufügen. Dies ist für Blöcke unsinnig, da es sich dabei um Rauschmengen und nicht um kontinuierliche Variablen handelt (es gibt keinen 1,5-Block).
Ich möchte außerdem hinzufügen, dass JMP Blöcke meiner Meinung nach gerne als Zufallseffekte betrachtet (das erkennt man am von JMP erstellten Modell, wenn man JMP zum Erstellen der Blöcke verwendet). Wenn Sie das mit dem Block verknüpfte Rauschen identifiziert haben, können Blöcke noch nützlicher sein, da sie als feste Effekte behandelt werden können. Dies ermöglicht die Abschätzung von Block-für-Faktor-Effekten (das Fehlen von Block-für-Faktor-Effekten ist eine quantifizierbare Definition von Robustheit). Dazu erstelle ich die Blöcke selbst (sowohl vollständige als auch unvollständige).
siehe Sanders, D., Leitnaker, MG, & McLean, RA (2002). Randomisierte vollständige Blockdesigns in industriellen Studien. Qualitätstechnik , 14 (1), 1–8. https://doi.org/10.1081/QEN-100106880
