DoE Screening-Plattform<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Also machte ich eine Blockierung (X1), zwei Stufen (-1, + 1) drei Faktoren (A, B, C). 5 läuft in einem Block und 5 läuft im nächsten Block. Ein Steuerelement in jedem Block. Der Alias war Interaktion A * B * C. Ich konnte keinen meiner Parameter für zwei der Läufe kontrollieren. Bei C waren zwei der Läufe tatsächlich bei +0,70 anstelle von +1. Also gebe ich das in die Software ein.
1 Analyse) Bei Verwendung der Fit-Modell-Plattform waren A und B nicht signifikant. C war signifikant. Der Abschnitt war niedriger als dort, wo er sein sollte. Dies war informativ, aber nicht so nützlich.
2 Analyse) Bei Verwendung der Screening-Plattform sind signifikante Koeffizienten C und C * C. Wenn ich das Modell mit C und C * C laufe, ist das Ergebnis sinnvoll. Biologisch ist dies auch zu erwarten, denn ich war nicht überrascht, dass das Ergebnis eine Krümmung ist. Auch ist der Abschnitt dort, wo er sein sollte. Das resultierende Modell ist für mich logisch und nützlicher.
Mein Kollege argumentiert also, dass mein ursprüngliches Design kein Oberflächenreaktionsdesign war. Es ist im Grunde ein blockierendes faktorielles DoE, daher kann ich kein Modell haben, das ein Quadrat (Krümmung) ist. Da ich die Screening-Plattform nicht vollständig verstehe, um das C * C in einem Bericht vollständig zu erklären, sollte ich eher konservativ vorgehen und die erste Analyse verwenden, die zwar klassisch ist, aber ein weniger informatives Modell darstellt.
Wenn mein Kollege korrekt ist, warum würde mir die Screening-Plattform dann ein C ^ 2 geben, wenn mein ursprüngliches Design nicht dazu gedacht war, es zu erkennen? Gibt es eine Möglichkeit, den resultierenden Quadratkoeffizienten zu rechtfertigen?
Re: DoE Screening-PlattformIch würde die Antwort hassen, dass ich nach 10 Durchläufen keine Informationen erhalten habe. Es gibt ein Problem ohne Replikate, dh keine reine Fehlerschätzung - ein zusätzlicher Mittelpunkt in jedem Block wäre besser. Andererseits sollten Sie eine normale Darstellung der Effekte haben, und wenn Sie, wie Sie sagen, eine klare grafische Anzeige von C als aktivem Effekt haben sollte (C, das von einer geraden Linie abweicht). Wenn C der einzige aktive Effekt ist, ist der Rest Rauschen. C ist ein dreistufiger Faktor, da Sie in einem eindimensionalen Faktorraum einen Mittelpunkt mit Plus minus haben. Die 0,7-Stufen sind Risiken, da die Orthogonalität des Entwurfs etwas fragwürdig ist und die Vermögenswerte bei der Schätzung eines C-Quadratkoeffizienten ansprechen. Wenn die Modellrestwerte in Ordnung sind, besteht die Chance, dass Sie die Stärke der "C only active" -Hypothese gegen jedes andere Modell beträchtlich aufgebaut haben. Der nächste Schritt könnte ein Validierungsexperiment sein.
Re: DoE Screening-PlattformDie Screening-Plattform ist eine sehr einfache Plattform. Es wird davon ausgegangen, dass Sie sich in einer Screening-Situation befinden, sodass die Screening-Prinzipien gelten. Sparsity, Effekthierarchie, Effektvererbung und Projektion). Es ist nicht klar, dass dieses Experiment tatsächlich ein Screening ist, unabhängig davon, welche Designplattform in JMP verwendet wurde. Die Ergebnisse des Screenings sind daher möglicherweise verdächtig.
Die Screening-Plattform erstellt Kontraste basierend auf diesen Grundsätzen, bis das Modell ist gesättigt . Es tritt also zuerst den größten additiven Effekt ein, dann den zweitgrößten und so weiter basierend auf dem Prinzip der Effekthierarchie . Nachdem alle Haupteffekte im Modell vorhanden sind, fängt es an, die Effekte zweiter Ordnung (z. B. Wechselwirkungen und quadratische Terme) hinzuzufügen, wobei die Haupteffekte in der Reihenfolge der Signifikanz verwendet werden, die auf dem Prinzip der Vererbung beruht. Dies wird solange fortgesetzt, bis alle Freiheitsgrade (dh 10 Terme in Ihrem Fall) verwendet wurden. Die Idee ist, dass durch die Sättigung des Modells die Wahrscheinlichkeit erhöht wird, dass die Effektsparsity gilt, und die Gültigkeit des Effekts erhöht Pseudo-Standardfehler in der verwendet t -Tests Da C als bedeutendster Haupteffekt eingestuft wurde, würde es in einer zweiten Ordnung wie A * C oder C ^ 2 frühzeitig eintreten, basierend auf dem Prinzip der Vererbung der Folgen. Da Sie nur einen Mittelpunkt haben, wird die Zuordnung der Krümmung zu C erfolgen, wobei der bedeutendste Haupteffekt auf dem Prinzip der Vererbung beruht. T Hier In der Tat gibt es keine Daten in Ihrem Experiment, um tatsächlich zu bestimmen, welche Faktoren für die Krümmung in der Antwort verantwortlich sind.
Re: DoE Screening-PlattformSie haben beide recht ....
Wenn Sie ein Detektiv sind, dann ist C C vielleicht möglich, wenn C jedoch signifikant ist und keine anderen Begriffe von Bedeutung sind (da Sie erwähnt haben, dass Sie den Mittelpunkt in jedem Block wiederholt haben) verwechselt mit anderen möglichen Begriffen (B * B und C * C).
Um die aktiven Ausdrücke wirklich zu verdeutlichen, könnte man das Experiment mit 5 zusätzlichen Durchläufen erweitern, um in den RSM zu passen.
Re: DoE Screening-PlattformJa, es war in JMP Custom. insgesamt 10 Läufe. Die Kontrolle war der Mittelpunkt (0)
Re: DoE Screening-PlattformIch denke, Sie haben uns nicht genug Informationen über das Design gegeben.
Haben Sie das ursprüngliche Design in JMP erstellt? Wenn ja, welchen Design-Generator haben Sie verwendet (z Benutzerdefiniert, Screening usw.)?
5 runs in one block, and 5 runs in the next block. One control in each block.
Wie viele Läufe summiert sich das insgesamt? 10 oder 12? Welche A-, B- und C-Einstellungen haben Sie für den "Control" -Lauf verwendet?
-Jeff
Re: DoE Screening-PlattformEs passt zu einer Krümmung, und wissenschaftlich habe ich keinen Zweifel, dass es eine Krümmung ist. Stimmt mein Kollegepunkt, dass mein ursprüngliches Design kein Oberflächenantwortdesign war, kann ich daher kein C ^ 2-Ergebnis erzielen?
Re: DoE Screening-PlattformWie sieht der Graph von Y = Antwort, X = C aus? Dies könnte Ihnen helfen, zu entscheiden, welche Auswirkungen C auf die Antwort hat.
