¿Necesita orientación sobre el análisis de un DSD y la transición a un modelo RSM?Hola a todos,
Espero que estés bien.
Publiqué una pregunta sobre DSD en la comunidad de usuarios de JMP , pero por alguna razón la marcaron como spam. La publicaré aquí nuevamente con la esperanza de que alguien pueda ayudar.
Soy estudiante de maestría y trabajo en un proyecto de investigación que utiliza un Diseño de Cribado Definitivo (DSD) en JMP para optimizar una turbina eólica de eje vertical (VAWT). He completado las 22 ejecuciones de mi DSD de 8 factores, pero tengo dificultades con el análisis y los siguientes pasos.
La fecha límite para la tesis es en dos semanas y no sé si es correcto transformar los resultados de mi DSD en RSM sin más modificaciones.
¡Cualquier breve idea o recurso recomendado sería útil!
¡Muchas gracias!
Saludos,
Re: Necesito orientación sobre el análisis de un DSD y la transición a un modelo RSMHola @Mohnasre ,
Sí, a veces el filtrado automático de la Comunidad es un poco complicado, por lo que tu mensaje puede haber sido etiquetado falsamente como "spam".
Respecto a su tema y análisis DSD, hay muy poca información para ayudarlo, y particularmente no explica nada sobre el contexto del estudio, el objetivo del estudio y su experiencia con DoE.
Los diseños de cribado definitivos son principalmente diseños de cribado (como su nombre indica), pero también pueden detectar interacciones fuertes y efectos cuadráticos. Puede leer más sobre su rendimiento y sus capacidades de detección (así como la posibilidad de ajustar un modelo RSM completo a partir de ellos) aquí . La posibilidad de ajustar un modelo RSM completo a partir de su diseño depende del número de ejecuciones (en este caso, 22, incluyendo las 4 ejecuciones adicionales para 8 factores) y del número de efectos principales activos detectados. Según la documentación de ayuda de JMP, si tiene menos de 4 efectos principales significativos (de sus 8 factores), podría ajustar un modelo RSM a sus datos.
Respecto al análisis, recomendaría empezar con:
Plataforma Fit Definitive Screening , la plataforma predeterminada para el análisis de DSD. Un script para ejecutar este análisis se encuentra en la tabla de datos al crear este diseño.
- Plataforma de detección de dos niveles , que puede detectar eficazmente los efectos principales, así como los efectos de interacción y cuadráticos.
Hay más métodos de estimación disponibles en la plataforma Fit Model para ajustar modelos de mínimos cuadrados, así como modelos de regresión generalizada (con JMP Pro) utilizando métodos de estimación de selección hacia adelante en dos etapas o selección hacia adelante podada .
Compare los modelos encontrados por estas plataformas y determine sus coincidencias y diferencias. Si los modelos difieren, verifique que los modelos de regresión respeten los supuestos de regresión (con análisis de residuos) antes de comparar su rendimiento explicativo (con métricas R2 y R2 ajustadas , que se maximizarán con la menor diferencia entre ambas) y predictivo (con métrica RMSE , que se minimizará), así como su complejidad (con criterios de información como AICc y BIC , que se minimizarán).
Dependiendo del número de efectos principales detectados en el modelo y la precisión del mismo, podrás evaluar si has respondido suficientemente a tu objetivo a través de este DSD con un modelo útil y relevante, o si puede ser necesaria una fase de aumento para ajustar un modelo más completo y preciso.
Espero que estas sugerencias te sean útiles. Si necesitas ayuda y comentarios más precisos, puedes proporcionar más información y contexto, o compartir tu tabla de datos (anonimizada).
Mejor,
Re: Necesito orientación sobre el análisis de un DSD y la transición a un modelo RSM¡Muchas gracias @Victor_G por la respuesta detallada!
El objetivo de la tesis es mejorar el coeficiente de potencia (eficiencia) del aerogenerador de eje vertical. Esto se logrará optimizando los parámetros de los dispositivos de punta añadidos a la punta de cada pala. Inicialmente, había muchos parámetros, así que tuve que corregir algunos, y me quedé con 8 (7 continuos y 1 categórico). La primera idea fue aplicar un diseño de apantallamiento para reducir el número de parámetros y luego optimizarlos mediante RSM. El DSD supera a otros diseños de apantallamiento, especialmente porque permite integrar el RSM completo cuando el número de parámetros es de 4 o menos, razón por la cual elegí este diseño.
No tengo mucho conocimiento sobre DOE o DSD, pero he aprendido algunas cosas leyendo algunas diapositivas de seminarios web.
Volviendo a mis resultados, he encontrado lo siguiente:
- Al ajustar la DSD con un intervalo de confianza del 95 % (p = 0,05), se obtienen solo dos factores principales (llamémoslos A y B, donde B es el factor categórico). R^2 es 0,56 y R^2 ajustado es 0,45.
- Cuando ajusto el DSD con un IC del 90 % (p = 0,1), obtengo cuatro factores principales (A, B, C, D). R² es 0,89 y R² ajustado es 0,82.
En ambos casos, parece que no es necesario realizar ninguna mejora adicional para optimizar los parámetros.
Pero mis preguntas son:
- ¿Debo elegir la segunda opción, donde p = 0,1?
- Y después, ¿cómo incorporo RSM? ¿Debo usar una plataforma distinta a DSD para obtener los factores principales que obtuve? ¿O hay alguna forma de hacerlo directamente desde la plataforma DSD?
- Finalmente, supongamos que terminé el ajuste RSM y obtuve los valores optimizados para los parámetros (A, B, C, D). Si quiero verificar el coeficiente de potencia predicho (respuesta) ejecutando otras simulaciones CFD en ANSYS, ¿qué nivel debo elegir para los demás parámetros (E, F, G, H)? ¿Debo elegir los valores centrales para estos parámetros al ejecutar las simulaciones CFD? (Tenga en cuenta que necesito los 8 parámetros para dibujar las aspas de los extremos de los aerogeneradores de eje vertical).
Gracias de nuevo por tu ayuda, ¡realmente lo aprecio!
Atentamente,
Re: Necesito orientación sobre el análisis de un DSD y la transición a un modelo RSMPuedes probar las dos plataformas que mencioné para ver si puedes tener sugerencias de modelos adicionales.
Con respecto al Fit Definitive Screening y las dos configuraciones que ha probado con respecto al umbral de significancia estadística, puede consultar esta conversación que puede ayudarlo: Establecer el valor P de la etapa 1 en el análisis de DSD en un nivel alto para detectar efectos activos
El AICc y el BIC son criterios de información que evalúan el equilibrio entre la complejidad del modelo y su precisión. Pueden ser métricas útiles al comparar varios modelos para encontrar el que mejor se ajuste con una complejidad baja (valor bajo de AICc/BIC).
En tu situación, como estás en una etapa de selección, consideraría el segundo modelo más útil que el primero, ya que R2/R2 ajustado son más altos y la diferencia entre ambos parece baja, lo que indica un modelo bien ajustado.
Desde una perspectiva más práctica y respondiendo a tu pregunta:
- Puede ajustar el modelo encontrado en el Cribado Definitivo de Ajuste haciendo clic en " Ejecutar Modelo " en "Estimaciones Combinadas de Parámetros del Modelo". También tiene una opción similar en la plataforma de Ajuste de Dos Niveles para Crear o Ejecutar el modelo con los efectos detectados. Una vez ejecutado el modelo, puede comprobar que respeta los supuestos de regresión.
- No hay una respuesta definitiva a esta pregunta; puede elegir los niveles que sean más prácticos, por ejemplo, niveles medios o bajos (en caso de que estos niveles bajos sean 0, lo que podría facilitar los cálculos de CFD). Una vez que haya encontrado la configuración óptima para sus factores, ejecute las simulaciones de CFD para validar que la configuración represente su valor óptimo y que su modelo pueda predecirlo con precisión.
Divertirse !
Re: Necesito orientación sobre el análisis de un DSD y la transición a un modelo RSM¡Qué caso tan interesante! ¡Genial que hayas analizado 4 efectos principales para poder ajustar un modelo de matriz aleatoria (MRS)! ¿Son significativos todos los efectos de interacción y la ecuación cuadrática? Eliminaría las interacciones débiles y las potencias para evitar el sobreajuste. Se requieren más ejecuciones mediante aumento para validar estos efectos. ¡Mucha suerte con tu tesis de maestría!
Re: Necesito orientación sobre el análisis de un DSD y la transición a un modelo RSMTuve un caso de DSD con 7 factores en el que tuve que aumentar el valor p del umbral a 0,4 (!) para filtrar los efectos principales. Verifiqué la fiabilidad de este cribado utilizando el cribado de dos niveles de ajuste mencionado por Victor y los resultados fueron los mismos; por lo tanto, tenía confianza en el primer cribado de DSD. Desafortunadamente, obtuve 5 factores activos, así que tuve que aumentar mi DSD con 4 ejecuciones adicionales para desaliasizar los efectos de interacción y actualizar el modelo a RSM. ¡Funcionó perfectamente!
Re: Necesito orientación sobre el análisis de un DSD y la transición a un modelo RSM¡Muchísimas gracias @Victor_G por tu valiosa ayuda! ¡Agradecemos enormemente tu apoyo!
Definitivamente revisaré hoy todos los enlaces que mencionaste.
Una última pregunta, por favor: ¿es importante la transformación de Box-Cox en mi caso? Me indica que λ = -2 es el mejor valor para reducir el SSE, como se muestra en la captura de pantalla adjunta. La probé y me dio R^2 = 0,92 y R^2 adj = 0,85.
Re: Necesito orientación sobre el análisis de un DSD y la transición a un modelo RSMHola @frankderuyck ,
No, no todas las interacciones están disponibles en el segundo modelo que probé (p=0.1), solo hay 2 interacciones y 2 términos al cuadrado (A*B, B*C, B^2, C^2) con los 4 factores principales (A,B,C,D).
Dado que obtuve 3 factores continuos (A, C, D) y 1 categórico (B), creo que no hay necesidad de aumento para ajustar un RSM, el nivel alto (+1) del factor categórico B es claramente mejor que el nivel bajo (-1) para todos los casos que probé.
¡Gracias por tu perspicaz respuesta! Te lo agradezco.
Re: Necesito orientación sobre el análisis de un DSD y la transición a un modelo RSMPuede probar la transformación de Box-Cox con lambda = -2 y comparar el modelo original y el transformado para determinar cuál respeta mejor los supuestos de regresión: grafique el análisis de los valores reales, los predichos y los residuos para comprobar si estos presentan un patrón aleatorio y normal con varianza homogénea (homocedasticidad). A continuación, podrá comparar el rendimiento de los modelos.
Las transformaciones son útiles para alinear mejor los modelos con los supuestos de regresión y simplificarlos.
Con un valor lambda de -2, esto es equivalente a transformar Y en 1/Y2: https://www.statisticshowto.com/probabilidad-y-estadisticas/distribuciones-normales/transformacion-box-cox/
¡Esperamos que estas respuestas te ayuden a analizar tus resultados!Re: Necesito orientación sobre el análisis de un DSD y la transición a un modelo RSMHola de nuevo @Victor_G ,
Probé la transformación Box-Cox y dio mejores resultados en términos de R^2, R^2 adj, RMSE, AICc y BIC.
Ahora quiero ajustar el RSM. Si voy a "Analizar -> Ajustar modelo", ¿qué variable y debo elegir? ¿Elijo el coeficiente de potencia original obtenido con simulaciones CFD? ¿O elijo la expresión predicha con Box-Cox?
¡Agradezco su ayuda y apoyo! No sé qué habría hecho sin su ayuda 
Re: Necesito orientación sobre el análisis de un DSD y la transición a un modelo RSMHola @Mohnasre ,
Bien, parece que la Transformación podría ser útil en tu caso. ¿Afectó positivamente a los residuos (patrón aleatorio, homocedasticidad, distribución normal de los residuos)?
¿No está seguro de comprender completamente su pregunta? Una vez que haya detectado los términos en su modelo mediante las plataformas Fit Definitive Screening y/o Fit Two Levels Screening, puede crear o ejecutar directamente el modelo mediante la plataforma integrada Fit Model. A partir de ahí, puede evaluar qué valor lambda es el más apropiado en la transformación de Box-Cox y seleccionar la opción "Reemplazar con Transformación". Ahora debería tener el modelo final que mencionó, y desde allí, puede guardar la Fórmula de Predicción para tener la ecuación directamente en su tabla de datos. Tenga en cuenta que no necesita ninguna transformación inversa ni nada para volver a la unidad original, ya que JMP ya lo hace al guardar la Fórmula de Predicción. También se realiza directamente al consultar el Perfilador de Predicción. En su caso, verá en la columna Fórmula de Predicción que si ha elegido un valor lambda de -2, JMP añadirá el término "1/cuadrado(expresión)" (o simplemente cuadrado(expresión) con exponente -2) antes de la ecuación para realizar esta transformación inversa en las unidades originales.
Si menciona la expresión de predicción Show disponible en Fit Model, esta ecuación es la ecuación ajustada a los datos después de la transformación, por lo que si planea usarla, no olvide transformarla nuevamente en su unidad original.
Espero que esta respuesta te ayude a finalizar tu tema.
Re: Necesito orientación sobre el análisis de un DSD y la transición a un modelo RSMHola @Victor_G ,
Sí, la transformación también mejoró el comportamiento residual.
Bueno, solo para aclarar, no es necesario utilizar la plataforma Fit Model con las macros RSM , ¿correcto?
Tenía la impresión de que la plataforma DSD es principalmente para detección y que, después de identificar los factores activos, necesitaría construir un modelo RSM separado utilizando " Analizar → Ajustar modelo" y la macro "Superficie de respuesta".
Entonces, si te entiendo correctamente, después de aplicar la transformación de Box-Cox en la plataforma DSD y aceptar el modelo transformado, ¿ya tengo el equivalente de un modelo de “nivel RSM” para mis factores activos y no es necesario ningún paso de ajuste RSM adicional?
Perdón por la pregunta básica, solo quiero asegurarme de entender completamente el flujo de trabajo correcto.
¡Gracias de nuevo por tu valiosa ayuda!
Re: Necesito orientación sobre el análisis de un DSD y la transición a un modelo RSMPor cierto, intenté usar "Analizar -> Ajustar modelo" con macros RSM. Utilicé la "respuesta predicha" obtenida de la transformación de Box-Cox como respuesta y .
Este modelo ajustado tenía 2 términos de interacción más activos (en comparación con el modelo DSD final), con mayor R^2, R^2 adj y menor AICc, BIC y RMSE.
Pero sentí que algo andaba mal al usar la "respuesta predicha" como la variable Y que se debe predecir de nuevo. Por eso le pregunté si era necesario adaptar RSM a otra plataforma después de la transformación de Box Cox.
Gracias
Re: Necesito orientación sobre el análisis de un DSD y la transición a un modelo RSMHola @Mohnasre ,
La plataforma Fit Model con la macro RSM iniciará el ajuste de un modelo con todos los efectos principales, de interacción y cuadráticos de los factores. Si ya ha trabajado en la identificación de términos activos mediante otra plataforma, no es necesario repetir la identificación/filtrado de términos ni el ajuste del modelo. Sin embargo, puede probar varias plataformas en paralelo para ver las coincidencias y diferencias entre los modelos.
Sí, el DSD se utiliza principalmente para la detección, pero en situaciones en las que hay una cantidad relativamente baja de efectos activos o una cantidad elevada de factores para detectar, el DSD puede ser suficiente para ajustar un modelo RSM personalizado a los factores más importantes.
Para responder directamente a tu pregunta, no es necesario ajustar RSM una vez que hayas creado tu modelo personalizado con otra plataforma. Usar otras plataformas como Fit DSD o Fit Two Level para ajustar modelos es más adecuado o más sencillo en diferentes situaciones de diseño.
En cuanto a tu segundo mensaje, no intentaría modelar una respuesta predicha, ya que no modelarías ninguna variabilidad derivada de los cálculos de CFD. Por lo tanto, podrías terminar con un modelo aparentemente mejor, ya que estás ajustando un modelo a una respuesta "perfecta" predicha que ya proviene de un modelo. Sin embargo, no se puede comparar un modelo que predice una respuesta "pura" perfecta predicha con un modelo que predice una respuesta medida a partir de cálculos de CFD. Aun así, puedes intentar usar otra plataforma de modelado (¿usaste Fit Two Levels? Es muy eficaz para identificar interacciones y efectos cuadráticos) para comprobar si no has omitido ningún término durante la construcción del modelo.
Espero que esta respuesta te ayude a obtener el resultado final.
Re: Necesito orientación sobre el análisis de un DSD y la transición a un modelo RSM¡Muchas gracias por su tiempo y apoyo!
¡Te lo agradezco!
Que tengas un gran día @Victor_G
