Randomizzazione di array Taguchi e array di copertura in JMPCiao cara comunità,
Studiando il potenziale utilizzo di array ortogonali/array di copertura/array di Taguchi, ho scoperto che le piattaforme Array di copertura e Taguchi Designs non offrono la possibilità di randomizzare l'ordine delle esecuzioni durante la creazione di un design (prima di creare la tabella dati). Tuttavia, se si crea un design robusto con la piattaforma Progettazione personalizzata (e si aggiungono fattori categoriali per i fattori di rumore: Esperimenti per la progettazione robusta di processi e prodotti ), il design può essere randomizzato.
Esiste qualche giustificazione per eseguire gli esperimenti nello stesso ordine di costruzione del progetto (senza randomizzazione) per queste due piattaforme (progetti Covering Array e Taguchi)?
Per gli array Taguchi, ad esempio, ho trovato la mancanza di randomizzazione piuttosto preoccupante, poiché il primo fattore verrà suddiviso in due "blocchi" di esecuzioni, la prima metà a livello basso e la seconda metà a livello alto. Anche se consideriamo i fattori di rumore in questo scenario di progettazione (e misuriamo le risposte per tenerne conto), eseguire gli esperimenti con questo schema potrebbe creare o aumentare la distorsione derivante da fattori di rumore non specificati: ad esempio, una distorsione derivante dalla temperatura durante il giorno, dove la prima metà degli esperimenti viene eseguita al mattino con temperature relativamente basse e l'altra metà nel pomeriggio con temperature relativamente alte, distorcendo e potenzialmente amplificando o neutralizzando l'effetto del primo fattore.
Attendo con ansia qualsiasi contributo e, se non è intenzionale, creerò un JMP Wish 
Grazie !
Progettazione degli esperimentiRe: Randomizzazione di array Taguchi e array di copertura in JMPVictor, per quanto ne so, Taguchi non ha enfatizzato l'uso della randomizzazione di cui parli, poiché calcola un rapporto SN sull'array esterno (questa è una funzione delle stime di media e deviazione standard sul rumore variabile... essenzialmente come se quelle risposte fossero ripetizioni). Era più interessato a esporre i trattamenti a rumore manipolato per creare progetti robusti e ha creato una risposta che fosse indicativa di tale robustezza. Ci sono, ovviamente, discussioni sull'efficacia (o statisticamente, sulla "correttezza") di questa tecnica. Sono propenso a trattare questi incroci (array interno ed esterno) come split-plot.
Naturalmente, puoi effettuare la tua randomizzazione, ma se riesci a identificare il rumore e a gestirlo per tutta la durata dell'esperimento, otterrai risultati migliori.
"Blocca ciò che puoi, randomizza ciò che non puoi" GEP Box
Re: Randomizzazione di array Taguchi e array di copertura in JMPGrazie mille per la tua risposta, è molto sensata!
Ho letto in diversi articoli che mostrano i limiti dei progetti di Taguchi che Taguchi ha creato il progetto in modo pratico e incentrato sull'ingegneria, a scapito della "correttezza statistica". JMP fornisce lo stesso formato da te menzionato per la creazione dei progetti di Taguchi, con i fattori di rumore considerati come "ripetizioni" e utilizzando la media della risposta e la deviazione standard per calcolare il rapporto segnale/rumore (esempio con L4):
Senza considerare l'incrocio tra array interno ed esterno come un esperimento split-plot, temo che eseguire l'analisi nello stesso ordine in cui è fornita la tabella causerebbe un potenziale bias nella sperimentazione, a causa della possibile influenza di fattori di rumore esterni (e non considerati). Anche la piattaforma Covering Array presenta la stessa sfida con l'ordinamento delle esecuzioni, ma potrebbe essere possibile considerarla come un esperimento split-plot, quindi grazie per questo valido consiglio.
Mi rassicura molto il fatto che la mia comprensione di questi progetti non sia del tutto sbagliata.
Migliore,
Re: Randomizzazione di array Taguchi e array di copertura in JMPLa filosofia di Taguchi è ampiamente fraintesa. Gran parte del suo lavoro è stato tradotto in inglese, cosa che non è sempre facile. Ricordo di aver insegnato con lui a Tokyo molti anni fa: la sua enfasi sulla selezione/creazione delle variabili di risposta era molto ingegneristica. Preferiva variabili di risposta resistenti al rumore e alle interazioni esterne (ad esempio, sotto forma di energia o massa, grazie alle leggi di conservazione).
