Sono un principiante che sta cercando di eseguire un fattoriale completo. Sto appena imparando a usare JMP e T&E, quindi non so ancora bene cosa sto facendo.
Ho 4 fattori continui. Supponiamo che i miei fattori siano uccelli osservati nel parco X (dove X rappresenta un altro parco locale). Non so come dovrei impostare i livelli dei fattori. Se voglio che quel numero sia randomizzato tra 0 e 50, come dovrei eseguire il test?
Se eseguo il FF con 4 fattori continui e 2 livelli (0 e 50), JMP esegue solo combinazioni di 0 e 50. Ma tecnicamente, potrebbe apparire qualsiasi numero tra 0 e 50. Devo creare 4 fattori continui con 50 livelli in modo che appaia ogni numero tra 0 e 50? Mantenere i 2 livelli è la cosa migliore? Dovrei creare un DOE personalizzato e suddividere i livelli in base a numeri fissi?
Ho anche eseguito un FF con 4 fattori categoriali (4 livelli: nessuno, basso, medio, alto).
Ciao @jmpbeginner843 ,
Benvenuti nella Community!
Mi dispiace, ma stai fornendo pochissime informazioni utili. Ecco alcune domande preliminari per comprendere meglio l'argomento:
- Qual è il tuo obiettivo con questo DoE? Previsione, ottimizzazione, comprensione delle relazioni tra variabili?
- Quali sono i tuoi fattori? Stai menzionando 4 fattori continui, ma ne menzioni solo uno legato al numero di parchi. I fattori sono indipendenti? Oppure alcuni livelli di fattori diversi sono collegati/vincolati?
- Qual è/sono la/le tua/e risposta/i? Conosci o puoi valutare l'errore di sperimentazione e di misurazione?
- Perché hai scelto un piano fattoriale completo in primo luogo? Penso che potrebbero esserci alternative migliori per ridurre il numero di esecuzioni (con piani fattoriali frazionari, piani ottimali , ...) o per esplorare in modo più uniforme lo spazio di progettazione (con piani a riempimento di spazio ). I piani fattoriali completi e i piani fattoriali classici utilizzano solo due livelli per i fattori continui. Il numero di livelli per i fattori continui nei piani fattoriali è legato al modello ipotizzato: con 2 livelli per i fattori continui, ti aspetti un modello lineare con termini del primo ordine (effetti principali) e possibili interazioni. Se hai 3 livelli per questi fattori, il tuo modello ipotizzato può rilevare effetti quadratici oltre agli effetti precedenti. Puoi comunque aspettarti una certa curvatura nella tua superficie di risposta se hai rilevato interazioni forti, ma se sei interessato a campionare uniformemente nello spazio di progettazione, potrebbe essere più appropriato utilizzare piani a riempimento di spazio.
Hai controllato le diverse risorse DoE disponibili e la piattaforma DoE facile per aiutarti a iniziare?
Spero che questo primo spunto di discussione possa esserti utile,
