Randomisierung von Taguchi-Arrays und Überdeckungs-Arrays in JMPHallo liebe Community,
Bei der Untersuchung des potenziellen Einsatzes von orthogonalen Arrays/Überdeckungs-Arrays/Taguchi-Arrays habe ich festgestellt, dass die Plattformen „Überdeckungs-Array“ und „Taguchi-Designs“ keine Möglichkeit bieten, die Reihenfolge der Durchläufe beim Erstellen eines Versuchsplans (vor der Erstellung der Datentabelle) zu randomisieren. Wenn Sie jedoch mit der Plattform „Benutzerdefiniertes Design“ einen robusten Versuchsplan erstellen (und kategoriale Faktoren für Störfaktoren hinzufügen: Experimente für robustes Prozess- und Produktdesign ), kann der Versuchsplan randomisiert werden.
Gibt es eine Rechtfertigung dafür, die Experimente für diese beiden Plattformen (Covering Array und Taguchi-Designs) in der gleichen Reihenfolge (ohne Randomisierung) durchzuführen?
Bei Taguchi-Arrays beispielsweise empfand ich den Mangel an Randomisierung als sehr störend, da der erste Faktor in zwei Versuchsblöcke aufgeteilt wird: die erste Hälfte mit niedrigem, die zweite mit hohem Faktor. Selbst wenn wir in diesem Versuchsdesign Störfaktoren berücksichtigen (und die Reaktionen entsprechend messen), kann die Durchführung der Experimente mit diesem Schema zu Verzerrungen durch nicht spezifizierte Störfaktoren führen oder diese verstärken. Beispielsweise könnte eine Verzerrung durch die Temperatur im Tagesverlauf entstehen, da die erste Hälfte der Experimente morgens bei relativ niedrigen und die zweite Hälfte nachmittags bei relativ hohen Temperaturen durchgeführt wird. Dies könnte den Effekt des ersten Faktors verfälschen und ihn möglicherweise verstärken oder sogar neutralisieren.
Ich freue mich über jegliches Feedback, und falls es nicht beabsichtigt ist, werde ich einen JMP-Wunsch erstellen 
Danke !
VersuchsplanungBetreff: Randomisierung von Taguchi-Arrays und Überdeckungs-Arrays in JMPVictor, soweit ich weiß, hat Taguchi bei der Berechnung des Signal-Rausch-Verhältnisses (SNR) über die äußere Messreihe nicht die von dir erwähnte Randomisierung betont (dies ist eine Funktion der Mittelwert- und Standardabweichungsschätzungen über das sich ändernde Rauschen hinweg – im Wesentlichen so, als wären diese Antworten Wiederholungen). Sein Hauptaugenmerk lag darauf, die Behandlungen manipuliertem Rauschen auszusetzen, um robuste Versuchsdesigns zu erstellen, und er entwickelte eine Antwortvariable, die diese Robustheit widerspiegelte. Natürlich gibt es Diskussionen über die Effektivität (oder statistisch gesehen die „Korrektheit“) dieser Methode. Ich persönlich betrachte diese Kreuzungen (innere und äußere Messreihen) als Split-Plots.
Natürlich können Sie Ihre eigene Randomisierung vornehmen, aber es ist besser, wenn Sie sowohl das Rauschen identifizieren als auch es während des gesamten Experiments kontrollieren können.
„Blockiere, was du kannst, randomisiere, was du nicht kannst.“ GEP-Box
Betreff: Randomisierung von Taguchi-Arrays und Überdeckungs-Arrays in JMPVielen Dank für Ihre Antwort, das leuchtet mir sehr ein!
Ich habe in mehreren Artikeln über die Grenzen von Taguchi-Designs gelesen, dass Taguchi Designs auf eine praxisorientierte und ingenieurtechnisch geprägte Weise erstellt hat, was der statistischen Korrektheit zuwiderlief. JMP bietet beim Erstellen von Taguchi-Designs das gleiche Format wie von Ihnen erwähnt, wobei Störfaktoren als Wiederholungen betrachtet und der Mittelwert und die Standardabweichung der Antwort zur Berechnung des Signal-Rausch-Verhältnisses verwendet werden (Beispiel mit L4):
Ohne die Kreuzung der inneren und äußeren Arrays als Split-Plot-Experiment zu betrachten, befürchte ich, dass die Durchführung der Analyse in der Reihenfolge der Tabelle aufgrund möglicher externer (und nicht berücksichtigter) Störfaktoren zu einer potenziellen Verzerrung der Ergebnisse führen könnte. Auch die Covering-Array-Plattform stellt hinsichtlich der Reihenfolge der Läufe eine Herausforderung dar, könnte aber als Split-Plot-Experiment betrachtet werden. Vielen Dank für diesen hilfreichen Hinweis.
Es beruhigt mich sehr zu sehen, dass mein Verständnis dieser Konstruktionen nicht völlig falsch ist.
Am besten,
Betreff: Randomisierung von Taguchi-Arrays und Überdeckungs-Arrays in JMPTaguchis Philosophie wird oft missverstanden. Viele seiner Werke wurden ins Englische übersetzt, was nicht immer einfach ist. Ich erinnere mich, dass ich vor vielen Jahren mit ihm in Tokio unterrichtete; sein Fokus auf die Auswahl/Erstellung von Zielgrößen war sehr ingenieurtechnisch geprägt. Er bevorzugte Zielgrößen, die robust gegenüber externen Störungen und Wechselwirkungen waren (z. B. in Form von Energie oder Masse aufgrund von Erhaltungssätzen).
