8512_fr-FR

liliconcom

Conception de blocs incomplets équilibrés sur JMP<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />

Comment exécuter une conception de blocs incomplets équilibrés (BIBD) sur le logiciel JMP avec 13 attributs, formant 13 blocs ou ensembles de choix, chaque attribut apparaissant 4 fois dans tous les ensembles de choix, chaque ensemble de choix contenant 4 attributs et chaque attribut apparaissant une fois avec chacun autre : (b, r, k, lambda) (13, 4,4,1) où b est le nombre de blocs, r est la répétition par niveau, k est le nombre d'attributs dans chaque ensemble de choix (taille du bloc) et lambda est la fréquence de la paire ?

Toute aide serait appréciée, merci.

Brian.

Re : Conception de blocs incomplets équilibrés sur JMP

Merci pour votre réponse rapide.

Re : Conception de blocs incomplets équilibrés sur JMP

Walter Paczkowski

Président chez Data Analytics Corp.

Créer un BIBD à l'aide de la plateforme DOE : comment puis-je le faire ?

Salut,

J'ai une question sur l'utilisation de la plate-forme DOE pour créer une conception de blocs incomplets équilibrés (BIBD). J'ai 13 traitements et je veux un modèle avec 13 blocs ou séries, 4 traitements par bloc, chaque traitement se répétant 4 fois sans répétition dans un bloc et chaque paire se répétant une fois. Je sais qu'une telle conception existe (voir le livre Cochrane et Cox ou utiliser les macros SAS), mais je n'arrive pas à convaincre JMP de le faire. Si vous êtes un expert en conception et connaissez la plateforme DOE, pourriez-vous me dire si cela est possible dans JMP et comment le faire ?

Merci,

Walt Paczkowski

2 ans

• Sean Schubert Il existe peut-être un moyen de configurer cela à l'aide de la fonction de conception personnalisée, le groupe fonctionne avec une taille de bloc de 4, des facteurs difficiles à modifier et faciles à modifier, mais j'essaierais probablement ces options et n'obtiendrais pas une conception qui satisfasse tout. les contraintes pour que je finisse par le construire manuellement.
  
  Je créerais un plan comprenant 13 traitements x 4 répétitions entièrement randomisées. Ensuite, j'attribue les traitements aux blocs en commençant par la rangée 1 et en demandant si ce traitement suit les règles. Sinon, je le saute et l'ajoute au bloc suivant. Finalement, tous les traitements seront attribués.
  
  Ce n’est pas la meilleure réponse, mais je sais au moins que j’obtiendrai rapidement quelque chose qui répond aux exigences.

  2 ans
• 
  

  Walter Paczkowski Bonjour,
  
  J'ai presque décidé que JMP ne pouvait pas créer de BIBD -- il semble que peu
  les paquets peuvent. Votre suggestion d'une approche « force brute » peut fonctionner. Il
  Il faudra un certain effort pour écrire un script, mais cela peut être intéressant à faire.
  
  Merci pour la suggestion,
  
  Walt
  
  
  _____________________________________________________
  
  Le 21/09/2013 à 9h39, JMP Professional Network a écrit :

  2 ans
• 
  

  Sean Schubert Walter,
  
  Est-ce une conception que vous exécuterez plusieurs fois exactement comme spécifié ? J'adore les défis de programmation, mais ce n'est peut-être pas un algorithme facile à mettre en œuvre.

  2 ans

• Walter Paczkowski Salut,
  
  Il serait exécuté plusieurs fois, c'est pourquoi je ne vais pas l'essayer
  moi-même depuis un certain temps. J'ai besoin d'un BIBD pour différentes études de marché
  projets. La meilleure solution pour JMP serait d'utiliser l'interface SAS et
  la macro SAS %mktBIBD pour en générer une (si elle existe).
  
  Merci encore,
  
  Walt
  
  
  _____________________________________________________
  
  
  Le 22/09/2013 à 12h30, JMP Professional Network a écrit :

  
  

  2 ans
• 
  

  Brady Brady Salut Walter,
  
  Pour le moment, les algorithmes de JMP ne généreront pas avec certitude un BIBD. Cependant, je partagerai une approche alternative qui fonctionne dans certains cas. (Par exemple, cela a fonctionné pour moi et pour d'autres, à plusieurs reprises, dans le cas que vous décrivez ci-dessus.)
  
  Les développeurs DOE de JMP réfléchissent toujours à la manière d'améliorer la plateforme DOE dans les futures versions de JMP. Les demandes des clients sont fortement prises en compte dans leurs décisions ; si vous le souhaitez, veuillez partager votre souhait de bénéficier du support BIBD avec eux à l'adresse : support@jmp.com
  
  En attendant, peut-être que cette approche vous aidera. Encore une fois, ce n'est pas une garantie, mais ça vaut vraiment le coup d'essayer :
  
  * Invoquez le concepteur personnalisé dans le menu DOE.
  
  * Créez 13 facteurs continus, niveau bas = 0, niveau haut = 1. (Ceci est important pour les contraintes de l'étape suivante.)
  
  * Ajoutez 2 contraintes : Sum(factors) >=4 ; somme (facteurs) <=4. Pour ce faire, saisissez « 1 » pour tous les coefficients, sélectionnez l'inégalité appropriée et saisissez 4 sur l'échelle RHS de l'inégalité. (Chaque fois que vous souhaitez ajouter une contrainte, appuyez sur le bouton « Ajouter une contrainte », qui apparaît lorsque vous développez la boîte de contour « Définir les contraintes de facteur ».
  
  * Cliquez sur l'estimabilité de l'interception « Nécessaire » et remplacez-la par « Si possible », permettant ainsi aux exécutions minimales d'être de 13. Sélectionnez ce nombre minimal d'exécutions. (Pour les conceptions dans lesquelles vous avez plus de blocs que de facteurs, cette étape ne sera pas nécessaire.)
  
  * Créez le dessin et arrondissez les points du dessin à des nombres entiers (certaines valeurs ne sont pas tout à fait 0 ou 1.)
  
  
  Bravo et merci d'utiliser JMP !
  
  Brady

  2 ans

• Brady Brady Suite à ce qui précède :
  
  À l'étape 4, continuez et supprimez complètement le terme d'interception (que cela soit réellement nécessaire ou non, cela semble améliorer les chances de succès ; en utilisant cet ajustement, dans un autre exemple, j'ai pu trouver un BIBD là où j'avais échoué. avant.)

  
  

  2 ans
• 
  

  Walter Paczkowski Salut,
  
  Merci pour l'aide à ce sujet. Je vais certainement l'essayer. J'aimerais
  voyez un BIBD ajouté à JMP car il s'agit d'une conception courante dans les études de marché.
  
  Merci,
  
  Walt
  
  
  _____________________________________________________
  
  
  Le 23/09/2013 à 16h12, JMP Professional Network a écrit :

  2 ans

• Béatrice Blum Salut Walt,
  
  Mon expérience est la suivante : si SAS peut effectuer un travail DoE, alors JMP peut le faire.
  Ce qui suit devrait répondre à tous vos besoins.
  
  DoE - Conception personnalisée
  Ajoutez 1 facteur catégoriel "Traitement" avec 13 niveaux
  Ajoutez 1 facteur de blocage « Bloc » avec « 4 exécutions par bloc »
  (important : n'utilisez pas plutôt "Le groupe s'exécute dans un bloc aléatoire de 4". Cela générera la même conception que l'approche de Brady)
  Nombre d'exécutions : spécifié par l'utilisateur : 52 (13 trt * 4 par bloc = 52 exécutions au total pour JMP)
  Cliquez sur Continuer
  Créer un tableau
  
  Vérifiez le tableau résultant avec Tabulate. C’est équilibré. Et d'après ce que j'ai pu voir, chaque paire est dupliquée (je ne les ai pas toutes vérifiées), ce que l'approche de Brady ne fournit pas. Mais je ne suis toujours pas sûr de rater quelque chose ici, car les réponses de Brady ont tendance à être excellentes et ultimes.
  
  J'espère que cela t'aides,
  Être un

  2 ans

• Brady Brady Bonjour à tous,
  
  L'approche mentionnée par Béatrice est l'approche que j'ai essayée à l'origine. Cette conception est équilibrée dans le sens où chaque traitement apparaît dans le même nombre de blocs, mais un BIBD exige également que chaque paire de traitements se déroule dans le même nombre de blocs.
  
  En raison de la randomisation inhérente à l'algorithme créant les conceptions personnalisées, rien n'empêche réellement l'approche catégorielle à 13 niveaux de créer un BIBD, mais la probabilité que cela se produise semble bien inférieure à celle de l'approche continue. Moi (et quelques autres qui ont étudié la question) n'avons pas encore obtenu de BIBD avec l'approche catégorielle (que j'aie ajouté un facteur de blocage ou simplement cliqué sur le bouton radio pour regrouper les courses en blocs), mais j'ai créé un BIBD. (pour cet exemple) à chaque fois en utilisant l'approche continue.
  
  Ci-dessous, j'ai montré 3 matrices x`*x représentatives à des fins de comparaison. (Pour les exemples catégoriques, vous devez d'abord diviser la table de paramétrage pour former une matrice 13x13.)
  
  Le long des diagonales principales, toutes les entrées sont 4. Cela signifie que chacun des 13 facteurs apparaît dans 4 blocs, quelle que soit la méthode utilisée.
  
  Les entrées hors diagonale comptent le nombre de blocs dans lesquels une paire de facteurs donnée apparaît. Notez que dans les deux premiers exemples, il y a des 0, des 1 et des 2 en dehors de la diagonale principale. Cela signifie que certaines paires de traitements sont apparues dans zéro bloc, certaines dans un seul bloc et certaines dans deux blocs. Le dessin est un BIBD uniquement lorsque toutes les entrées hors diagonale sont identiques. Donc, ce n'est que dans le 3ème cas que nous avons un BIBD.
  
  Exemple 1 : matrice x`*x issue d'une conception personnalisée avec 52 exécutions d'un facteur catégoriel à 13 niveaux avec un facteur de blocage de 4 exécutions par bloc :
  [4 1 2 1 1 2 0 1 0 0 2 1 1,
  1. 4 1 1 0 0 2 2 1 1 1 2 0,
  
  1. 1 4 0 0 1 1 2 0 1 1 1 2,
  
  1. 1 0 4 3 1 2 0 1 1 0 1 1,
  
  1. 0 0 3 4 2 2 0 1 1 1 0 1,
  
  1. 0 1 1 2 4 0 1 1 1 1 1 1,
  
  0 2 1 2 2 0 4 1 1 1 1 1 0,
  1. 2 2 0 0 1 1 4 2 1 1 0 1,
  
  0 1 0 1 1 1 1 2 4 2 1 1 1,
  0 1 1 1 1 1 1 1 2 4 0 2 1,
  1. 1 1 0 1 1 1 1 1 0 4 1 2,
  
  1. 2 1 1 0 1 1 0 1 2 1 4 1,
  
  1. 0 2 1 1 1 0 1 1 1 2 1 4]
  
  Exemple 2 : matrice x`*x à partir d'un plan personnalisé avec 52 exécutions d'un facteur catégoriel à 13 niveaux, en utilisant le bouton de dialogue « Grouper les exécutions en blocs aléatoires de taille 4 » :
  [4 2 1 2 1 1 0 1 2 1 0 1 0,
  1. 4 1 1 1 1 1 2 1 1 0 1 0,
  
  1. 1 4 1 1 1 2 0 1 1 1 1 1,
  
  1. 1 1 4 0 0 1 2 1 1 1 1 1,
  
  1. 1 1 0 4 2 1 2 1 0 1 1 1,
  
  1. 1 1 0 2 4 1 1 1 1 1 1 1,
  
  0 1 2 1 1 1 4 0 1 0 2 1 2,
  1. 2 0 2 2 1 0 4 0 1 1 1 1,
  
  1. 1 1 1 1 1 1 0 4 2 0 0 2,
  
  1. 1 1 1 0 1 0 1 2 4 2 1 1,
  
  0 0 1 1 1 1 2 1 0 2 4 2 1,
  1. 1 1 1 1 1 1 1 0 1 2 4 1,
  
  0 0 1 1 1 1 2 1 2 1 1 1 4]
  
  
  Exemple 3 : matrice x`*x issue d'une conception personnalisée avec 13 exécutions contraintes de 13 facteurs continus (comme décrit précédemment dans ce fil) :
  [4 1 1 1 1 1 1 1 1 1 1 1 1,
  1. 4 1 1 1 1 1 1 1 1 1 1 1,
  
  1. 1 4 1 1 1 1 1 1 1 1 1 1,
  
  1. 1 1 4 1 1 1 1 1 1 1 1 1,
  
  1. 1 1 1 4 1 1 1 1 1 1 1 1,
  
  1. 1 1 1 1 4 1 1 1 1 1 1 1,
  
  1. 1 1 1 1 1 4 1 1 1 1 1 1,
  
  1. 1 1 1 1 1 1 4 1 1 1 1 1,
  
  1. 1 1 1 1 1 1 1 4 1 1 1 1,
  
  1. 1 1 1 1 1 1 1 1 4 1 1 1,
  
  1. 1 1 1 1 1 1 1 1 1 4 1 1,
  
  1. 1 1 1 1 1 1 1 1 1 1 4 1,
  
  1. 1 1 1 1 1 1 1 1 1 1 1 4]
  
  J'espère que ça aide!
  
  Acclamations,
  Brady

  2 ans

• Sean Schubert Je peux imaginer copier la table de conception standard de JMP vers Excel, puis programmer les contraintes dans VBA pour obtenir l'ordre d'exécution bloqué.
  
  Une fois qu'il était correctement configuré, chaque fois que j'appuyais sur F9, j'obtenais un nouvel ordre d'exécution.

Re : Conception de blocs incomplets équilibrés sur JMP

La page LinkedIn n'est plus disponible.Existe-t-il d'autres ressources qui définissent la manière dont un BIBD peut être développé dans JMP ?

Re : Conception de blocs incomplets équilibrés sur JMP

Salut Brian,

Cette question a été posée il y a quelque temps sur LinkedIn et a obtenu un assez bon ensemble de réponses .

-Jeff