Blocage par niveau catégorielChère communauté,
Je cherche à réaliser un design personnalisé dans lequel je compare les performances de différents matériaux au sein d'un processus déjà établi.
J'ai inclus les quatre nouveaux matériaux comme facteurs catégoriels et je souhaite mesurer trois facteurs continus : la durée du procédé, la durée d'une étape de prétraitement et l'ajout d'un réactif. Mes facteurs sont faciles à modifier et je cherche à ajuster un modèle de surface de réponse.
Je m'attends à ce que chaque niveau de mon facteur catégoriel se comporte plus ou moins de la même manière selon les différentes combinaisons de facteurs continus (il s'agit de différents minéraux). Ma question est donc la suivante : est-il pertinent de regrouper les variables par facteur catégoriel pour les comparer ultérieurement ? Ou est-ce superflu ? Je crains que, sans regroupement, mes conclusions ne soient biaisées.
Si le blocage est justifié, comment puis-je procéder dans ma version étudiante JMP Student Edition 19 ?
Merci beaucoup à tous ceux qui ont lu
Cordialement,
Modélisation statistique avancéeAnalyse et modélisation de données de baseConception des expériencesModélisation prédictive et apprentissage automatiqueRe: Blocage par niveau catégorielJe suis désolé, mais je ne pense pas disposer de suffisamment d'informations pour vous donner des conseils précis, et il se peut que je ne comprenne pas entièrement votre objectif. Je vais donc formuler une remarque plus générale.
Ma première question serait :Cherchez-vous à comprendre les mécanismes causaux sous-jacents, ou cherchez-vous principalement à choisir un matériau et un ensemble de conditions de fonctionnement gagnants ?Cela peut conduire à des stratégies expérimentales assez différentes.
Si je comprends bien votre description, vous avez un facteur catégoriel, « Matériau », à quatre modalités, et trois facteurs continus : la durée du traitement, la durée du prétraitement et l’ajout de réactif. Je ne comprends pas exactement ce que vous entendez par « ajout de réactif ». S’agit-il de la quantité ou de la concentration du réactif, auquel cas il s’agirait d’un facteur continu, ou simplement de l’ajout ou non de réactif, ce qui en ferait un facteur catégoriel ?
Je me demande également s'il est judicieux de commencer par une méthodologie de surface de réponse (MSR). À mon avis, la MSR est surtout utile une fois qu'on a acquis une bonne compréhension des mécanismes sous-jacents, identifié les variables importantes et appréhendé le bruit pertinent. Autrement dit, je préfère généralement avoir une certaine confiance dans un modèle du premier ordre et connaître approximativement l'espace de conception intéressant avant de consacrer des essais à l'estimation de la courbure. Sinon, on risque de construire un modèle mathématique très élégant d'une région que l'on ne comprend pas encore parfaitement.
Passons maintenant à votre question sur le blocage.
Je ne bloquerais pas la comparaison par matériau si le matériau est l'un des facteurs que vous souhaitez comparer.Le blocage est principalement une stratégie pour gérer le bruit, c'est-à-dire les variables qui influencent la réponse mais que vous ne souhaitez ou ne pouvez pas contrôler en tant que facteurs expérimentaux. Si vous considérez chaque matériau comme un bloc, vous confondez l'effet du matériau avec l'effet du bloc. Vous vous privez ainsi délibérément de la possibilité d'estimer précisément l'effet que vous vouliez comparer.
Je considérerais plutôt le matériau comme un facteur de conception.
Si votre hypothèse est que les quatre matériaux réagissent de manière similaire aux variations des trois variables continues, il s'agit effectivement d'une hypothèse vérifiable expérimentalement. Outre l'effet principal du matériau, je m'intéresserais aux interactions entre le matériau et les facteurs continus. Par exemple, l'augmentation du temps de prétraitement a-t-elle un effet sensiblement identique pour les quatre minéraux ? La quantité de réactif affecte-t-elle tous les matériaux de manière similaire ? Si ces interactions sont négligeables, votre hypothèse d'un comportement commun à tous les matériaux est étayée par des données expérimentales. Si elles sont importantes, une simple comparaison des moyennes globales des matériaux pourrait s'avérer très trompeuse.
Cette distinction est importante. Il est important de préciser d'avance que vousattendreL'hypothèse selon laquelle les matériaux se comporteront de manière similaire est une prédiction ; l'expérience vous donne l'occasion de remettre en question cette prédiction.
Cela ne signifie pas qu'il faille éviter le blocage. Le blocage peut être une excellente stratégie, mais je recommande de le limiter à une source légitime de bruit : par exemple, le jour, le lot de matière première, l'opérateur, la configuration de l'équipement, le lot de réactifs ou toute autre condition dans laquelle des séries d'expériences doivent être réalisées. J'apprécie souvent le blocage car il permet également d'élargir délibérément l'espace d'inférence de l'expérience et de fournir des informations sur la robustesse des conclusions.
Par exemple, si l'expérience dure plusieurs jours, je pourrais répartir délibérément les quatre matériaux et les combinaisons de facteurs continus sur plusieurs jours, plutôt que d'administrer le matériau 1 le lundi, le matériau 2 le mardi, etc. Cette dernière méthode confondrait complètement le matériau et le jour. La randomisation des matériaux et des combinaisons de traitements au sein de blocs appropriés vous protégerait précisément du type de biais que vous craignez.
Avant de me préoccuper de la création du bloc dans JMP, je me demanderais d'abord :Quelle source de bruit essayez-vous de bloquer ?Si la réponse est simplement « les quatre matériaux », alors je ne les qualifierais pas de blocs. Ce sont des traitements expérimentaux et ils doivent être intégrés au modèle en tant que tels.
Re: Blocage par niveau catégorielJe suis d'accord avec ce qui précède : le blocage n'est pas nécessaire. Votre effet matériel est un facteur catégoriel fixe à 4 niveaux et facile à modifier.
Re: Blocage par niveau catégorielMerci beaucoup pour cette réponse claire.
Il me semble clair à ce stade qu'il n'est pas nécessaire de bloquer quoi que ce soit. Voici quelques informations complémentaires qui pourraient être utiles pour de nouveaux retours :
Par procédé bien établi, j'entends un procédé qui fonctionne avec un type de minéral spécifique. J'ai réalisé des expériences avec de nouveaux minéraux (facteur catégoriel à 4 niveaux) dans les mêmes conditions de température, de durée et de quantité de réactifs que celles du procédé établi, mais aucun n'a réagi dans ces conditions standard.
Le facteur « temps de prétraitement » est celui dont j'aimerais savoir s'il existe une base statistique permettant d'affirmer qu'il améliore ou non la réactivité des minéraux au cours du processus. Cependant, je dois également faire varier la durée de la réaction et la quantité de réactif, car, s'agissant d'un nouveau type de matériau (après le prétraitement), il se pourrait que des conditions différentes (temps et quantité de réactif) soient nécessaires pour observer une amélioration.
J'ai opté pour la méthodologie de surface de réponse (MSR) car nous effectuons des tests aléatoires avant traitement et avons constaté une amélioration de la réactivité. Par conséquent, je ne dispose pas d'un criblage quantitatif, mais d'informations pertinentes antérieures. Compte tenu de vos commentaires, je privilégierais un criblage par plans d'expériences (DOE) plutôt qu'une MSR. D'après mes lectures, les criblages définitifs sont plus performants, mais ils ne permettent que des facteurs catégoriels à deux niveaux et nécessitent un bloc pour estimer d'éventuels effets quadratiques.
Cela étant dit, voici mes options actuelles :
1. Un plan d'expériences personnalisé RSM avec 24 essais et une variance moyenne de prédiction de 0,738
2. Deux plans de criblage définitifs (pour tenir compte des 4 matériaux), chacun avec 14 essais et une variance moyenne de prédiction de 0,327.
3. Un plan d'expériences personnalisé (DOE) avec uniquement l'ordonnée à l'origine, les effets principaux et les paramètres d'interaction, nécessitant un minimum de 19 itérations avec une variance moyenne de prédiction de 0,622 et sans itérations centrales.
Il me semble que le plan d'expériences personnalisé reste la meilleure option, mais j'aimerais (si possible) recevoir votre avis et votre opinion sur la pertinence d'opter pour un plan de simulation de ressources (RSM) avec les informations que j'ai décrites précédemment.
Encore un grand merci pour votre réponse et votre aide. Un amateur comme moi dans ce domaine vous en est très reconnaissant.
Re: Blocage par niveau catégorielBonjour, concernant le réactif : s'agit-il d'une entrée binaire (oui/non) ou souhaitez-vous étudier un effet continu, comme par exemple la concentration du réactif ? Puisque vous souhaitez analyser l'impact du temps, je vous suggère d'étudier votre réponse comme une fonction temporelle Y = f(temps). Ainsi, pour chaque configuration de votre plan d'expériences (DOE) de vos entrées x, vous mesurez Y à des intervalles de temps t spécifiés ; quel type de fonction f(t) prévoyez-vous : linéaire, exponentielle… ? Avec JMP Pro, grâce à l'explorateur de données fonctionnelles et au plan d'expériences fonctionnel, il est possible d'analyser les effets de l'entrée x sur la réponse fonctionnelle Y(t). Si vous ne disposez pas de la version Pro, d'autres méthodes existent, comme la PLS, l'ajustement de courbe, etc.
Un plan d'expériences personnalisé est la meilleure option pour configurer l'expérience ici. Lorsque le facteur réactif est clair, je propose de configurer un plan d'expériences I-optimal avec 3 facteurs d'entrée : Température, Matériau, Réactif et, pour chaque essai, les réponses Y(t0), Y(t1), Y(t2)...Y(tn) à des intervalles de temps ti donnés.
Re: Blocage par niveau catégorielBonjour Frank,
Merci pour votre retour. Le réactif est un facteur continu mesuré en concentration.
La suggestion est en effet très ingénieuse. Dans ce cas, je souhaiterais savoir si le temps serait modélisé séparément pour le prétraitement et le traitement proprement dit ? Ou bien s'agirait-il d'un temps total ? En effet, je ne vois pas clairement comment dissocier l'effet du prétraitement de celui du traitement proprement dit.
Merci et bonne journée
Re: Blocage par niveau catégorielJe parlais du temps de réaction, c'est-à-dire du temps pendant lequel la matière est soumise au procédé. Le temps de prétraitement est clairement un facteur d'entrée. Il semble que votre procédé comporte deux étapes : (1) Prétraitement de la matière : deux facteurs, le temps et la matière ; et (2) Réaction : deux facteurs, la concentration du réactif et la température. Est-il facile de modifier cette dernière étape d'un essai à l'autre ? Sinon, il nous faudra un plan d'expériences en bandes.
Re: Blocage par niveau catégorielCher Frank,
Il s'agit bien d'un processus en deux étapes, mais le matériau, après le prétraitement, est ensuite soumis à la réaction. Je n'évaluerai pas la température de la réaction (faute de moyens techniques), mais plutôt sa durée et la concentration des réactifs.
Merci encore pour votre temps.
