Fit Definitive Screening – Läufe sind keine Foldover- oder MittelpunktläufeHallo JMP/DOE-Experten!
Ich plane derzeit ein DSD. Ich wollte eine A-priori-Leistungsanalyse basierend auf simulierten Ergebnissen durchführen.
Wenn ich jetzt versuche, die Plattform „Fit Definitive Screening“ zu verwenden, beschwert sich JMP, dass einige Läufe keine Foldover- oder Centeproint-Läufe sind. Das passiert natürlich, weil ich aufgrund technischer Anforderungen die Mittelwerte einiger Faktoren ändern muss (z. B.: Der pH-Wert schwankt zwischen 1 und 12, aber wir werden 7 als „Mittelpunkt“ anstelle von 6,5 verwenden). Diese Einstellungen sind nicht zu weit von der Mitte entfernt, aber nicht genau in der Mitte.
Ich würde wirklich gerne abschätzen, wie viel ich an Leistung verliere, wenn ich nicht die genauen Mittelpunkte bearbeite.
Nun meine Frage: Gibt es überhaupt eine einfache Möglichkeit, die „Fit DSD“-Plattform zu nutzen? Ich habe nicht die Zeit, dafür ein Skript zu schreiben (...leider).
Betreff: Fit Definitive Screening – Läufe sind keine Foldover- oder MittelpunktläufeSobald Sie diese Foldover-Struktur verlieren, verfügen Sie nicht mehr über die im Originalpapier beschriebene Aufteilung der Freiheitsgrade, sodass Anpassungen vorgenommen werden müssten. Auch wenn eine geringe Korrelation mit dem quadratischen Effekt besteht, sind es nicht nur die quadratischen Effekte, sondern auch andere mit diesem quadratischen Effekt korrelierte Wechselwirkungen, die in die Schätzungen des Haupteffekts einfließen. Es würde mich nicht davon abhalten, die Analyse als echtes Zentrum zu verwenden und zu sehen, wie das mit anderen Modellauswahltechniken übereinstimmt (hilft Ihnen hier zugegebenermaßen nicht weiter). Wie Bill erwähnte, hat die zweistufige Stürmerauswahl einen ähnlichen Charakter, wenn Sie Zugriff auf Pro haben.
Diese Situation tritt sicherlich auf, daher habe ich einen Vorschlag für uns gemacht, um zu sehen, wie wir diesen Fall in einer zukünftigen Version angemessen behandeln können.
Prost,
Ryan
Betreff: Fit Definitive Screening – Läufe sind keine Foldover- oder MittelpunktläufeNicht jeder JMP-Benutzer ist in seiner Analyse so sicher. Sie brauchen etwas Anleitung. Bei der Analyse von Entwürfen mit Fit DSD könnten Probleme auftreten, wenn eine Korrelation zwischen Effekten 1. und 2. Ordnung besteht. Wahrscheinlich in Ordnung, wenn die Korrelation klein ist, wie Sie sagen. Aber wo sollte die Schwelle liegen, jenseits derer JMP Sie aufhält?
Betreff: Fit Definitive Screening – Läufe sind keine Foldover- oder MittelpunktläufeVielen Dank für alle Antworten.
Eigentlich bin ich sehr zuversichtlich, was meine Designwahl und meine Fähigkeit angeht, die Ergebnisse zu analysieren :-). Ich versuche nur zu verstehen, warum JMP bei der Verwendung des Fit-DSD-Ansatzes so streng ist.
Manchmal habe ich das Gefühl, dass wir Statistiker konservativer sind als nötig. Deshalb möchte ich sicherstellen, dass mir nichts Wichtiges entgeht, wenn ich Brads Ansatz nachahme, wenn ich das Design analysiere.
Betreff: Fit Definitive Screening – Läufe sind keine Foldover- oder MittelpunktläufeNochmals vielen Dank für die Antwort. Bitte korrigieren Sie mich, wenn ich in folgender Hinsicht falsch liege:
Ich verstehe vollkommen, dass es ein wichtiger Teil des Verfahrens ist, dass Haupteffekte und Effekte zweiter Ordnung nicht aliasiert werden – weil wir im zweiten Schritt des Verfahrens die Residuen der Haupteffekte verwenden, die angepasst werden. Aber wenn man sich mein modifiziertes DSD ansieht, ist der Grad des Aliasings zwischen ME und Termen zweiter Ordnung (quadratisch und 2FI) sehr gering. Ich gehe daher davon aus, dass die Schätzung der Haupteffekte noch einigermaßen gültig sein sollte, während ich für die Schätzung der Effekte zweiter Ordnung eine geringere Genauigkeit in Kauf nehmen muss.
Vermisse ich da etwas? Ich habe den Eindruck, dass JMP sich äußerst konservativ verhält, indem es mir nicht erlaubt, den DSD-Fit für dieses modifizierte DSD durchzuführen.
Betreff: Fit Definitive Screening – Läufe sind keine Foldover- oder MittelpunktläufeVielleicht eine Option für Sie, wenn Sie JMP Pro verwenden.Sie können versuchen, die Plattform Generalized Regression > 2 Stage Forward Selection zu verwenden.
Betreff: Fit Definitive Screening – Läufe sind keine Foldover- oder Mittelpunktläufeshoffmeister: Um diese Frage in Ihrem Thread zu beantworten: „Ich würde wirklich gerne bewerten, wie viel ich an Leistung verliere, wenn ich nicht die genauen Mittelpunkte mache.“ Mein Vorschlag ist, die Plattform „Compare Designs“ zu verwenden, um das generierte JMP zu vergleichen DSD mit Ihrem geänderten Design.
Ich schließe mich den Ausführungen meines Kollegen an @Phil_Kay 's Kommentare. Aber ich denke, Sie wissen, dass nichts Sie davon abhält, Ihr modifiziertes Design mit der Plattform „Anpassungsmodell, Standard-Kleinste-Quadrate“ (ich gehe davon aus, dass die gute, altmodische Methode der „Kleinsten-Quadrate“ für die Antworten Ihres Experiments im Vergleich zu einer anderen alternativen Modellierungs-Subplattform geeignet ist) zu analysieren. Sie können einige der Denkweisen hinter der Fit Definitive Screening Design-Plattform nachahmen ... aber es gibt einen guten Grund, warum JMP so „verdrahtet“ ist, dass Sie die Fit Definitive Screening Design-Plattform nicht verwenden können. Wieder @Phil_Kay wirft einige dieser Probleme auf.DSDs und die Fit Definitive Sreeening Design-Analyseplattform sind alle mit verschiedenen Annahmen verknüpft, die nicht mit Ihrem geänderten Design übereinstimmen. Mit der Fit Model-Plattform und der entsprechenden Interpretation der verschiedenen Modellierungsdiagnostiken können Sie jedoch möglicherweise dennoch Ihre praktischen Ziele für das Experiment erreichen.
Schließlich handelt es sich um ein Screening-Design. Wenn Ihr Hauptziel also darin besteht, signifikante Effekte auf wirtschaftliche Weise bei einem bestimmten Risikoniveau (statistisch und repräsentativ) für „fehlende“ spezifische Effekte zu finden, dann sage ich: Machen Sie es. Vergessen Sie auch nie, dass Ihr Fachwissen auch eine sehr wichtige Rolle bei Ihrer endgültigen Interpretation und Ihren Schlussfolgerungen spielen sollte. Und wenn Sie aufgrund Ihrer Erkenntnisse unbedingt Bestätigungsläufe oder anschließende zusätzliche Experimente durchführen möchten, dann habe ich mit diesem Ansatz kaum Probleme.
Betreff: Fit Definitive Screening – Läufe sind keine Foldover- oder MittelpunktläufeWie Sie aus Brads Artikel wissen, passt Fit DSD die Effekte 1. Ordnung und die Effekte 2. Ordnung getrennt an, indem die Antwort getrennt wird. Dies ist möglich, weil Effekte 1. Ordnung orthogonal zu Effekten 2. Ordnung in DSDs sind. Liegen die Mittelpunkte außermittig, ist dies nicht mehr der Fall.
Betreff: Fit Definitive Screening – Läufe sind keine Foldover- oder MittelpunktläufeDanke für die Antwort!
Es wäre großartig, wenn mir jemand auf statistischer Ebene erklären könnte, warum der Fit-DSD-Ansatz nicht geeignet ist, wenn einige (mittlere) Einstellungen geringfügig geändert werden.
Ich bin mit den Eigenschaften und der Theorie von DSDs und dem von B. empfohlenen Ansatz vertraut. Jones analysiert DSDs ( https://community.jmp.com/t5/Discovery-Summit-Europe-2016/Powerful-Analysis-of-Definitive-Screening-Designs-Taking/ta-p/23773 ). Aus statistischer Sicht sehe ich nicht, warum dieser Ansatz nach geringfügigen Änderungen an der Struktur des DOE nicht angewendet werden konnte, bin aber für andere Meinungen sehr offen. Natürlich wird die Analyse (Leistung) schlechter sein, da es eine größere Korrelation zwischen Modelleffekten gibt, aber insgesamt sehe ich kein großes Problem, solange die ursprünglichen Werte nicht zu stark geändert wurden.
Vielen Dank für jeden Rat,
Sebastian
Betreff: Fit Definitive Screening – Läufe sind keine Foldover- oder MittelpunktläufeHallo,
Das Fit DSD erfordert, dass das Design eine Foldover-Struktur aufweist – es ist die Grundlage der Analyse.
Sie können das Design mit den ursprünglichen Mittelpunkten für Ihre Leistungsanalyse verwenden. Wenn die „Korrekturen“ an den Mittelpunkten nicht zu groß sind, kann man davon ausgehen, dass die Leistung nicht stark beeinträchtigt wird.
Wenn Sie jedoch letztendlich die Mittelpunkte Ihres Experiments ändern möchten, können Sie Fit DSD nicht verwenden.
Grüße,
Phil
