DoE: 요인 및 "시간" 요인 범위에서 중심에서 벗어난 초점안녕!
JMP 12.1.0을 사용한 실험 설계(맞춤 설계)와 관련하여 두 가지 질문이 있습니다.
- 0, 20, 50, 100, 150의 5가지 수준이 있는 요인(이산, 숫자)이 있습니다.
DoE 테이블을 생성하려고 할 때 JMP는 레벨 20을 중심에서 벗어난 것으로 간주하고 이 레벨을 사용하여 더 적은 실행을 생성합니다. 관심 중심이 레벨 50 또는 그 사이의 가상 지점(예: 35)에 있어야 함을 JMP에 명시적으로 알릴 수 있습니까? 맞춤형 디자인 플랫폼에서 어떻게 할 수 있습니까? - DoE를 기반으로 샘플 세트를 생산할 계획입니다. 동일한 세트는 나중에 비파괴적인 방법으로 테스트됩니다. 이러한 방식으로 여러 시점에 대한 응답이 생성됩니다. "시점" 열을 추가하고 모든 시점에 대해 원래 DoE 테이블의 복사본을 추가할 수 있습니까? 나중에 결과 평가 중에 "시간" 요소를 추가할 수 있습니까?
미리 감사합니다!
Re: DoE: 요인 및 "시간" 요인 범위에서 중심에서 벗어난 초점'이진 결과로 모델을 많이 사용하지 않을 것'이라는 말의 의미가 무엇인지 잘 모르겠습니다. 데이터를 어떻게 분석하시겠습니까?
Re: DoE: 요인 및 "시간" 요인 범위에서 중심에서 벗어난 초점수명 분포를 사용하여 수명 데이터에 대한 후보 분포 모델을 탐색할 수 있습니다.
모형 적합 > 모수 생존 적합을 사용하여 선택한 오류 분포로 데이터를 모형화할 수 있습니다.
데이터 테이블의 최상의 레이아웃에는 도움이 필요할 수 있습니다. 이러한 종류의 분석은 일반적인 회귀 모델링과 약간 다릅니다.
Re: DoE: 요인 및 "시간" 요인 범위에서 중심에서 벗어난 초점실험의 목표는 주요 요인과 별도로 활성 요인을 식별하는 것입니다.
응답은 특정 요인 조합에 대한 수명이 될 것입니다.
현재 이진 결과로 모델을 많이 사용하지 않을 것입니다(예측 측면에서).
다른 모든 질문에 대한 답변을 제공하려면 광범위한 독서를 해야 합니다. 
Re: DoE: 요인 및 "시간" 요인 범위에서 중심에서 벗어난 초점0 수준을 생략하기로 한 결정은 완벽합니다.
그래서 결과 바이너리(생존, 실패)입니까? 이것은 응답 모델로?
- 로지스틱 회귀로 결과를 직접 모델링하시겠습니까?
- 응답 수명은?
- 응답은 실패율 대 시간과 같은 다른 것입니까?
- 응답을 어떻게 모델링할 계획입니까? (어떤 종류의 분석을 사용할 것인가?)
Re: DoE: 요인 및 "시간" 요인 범위에서 중심에서 벗어난 초점Mark, Peter, 귀하의 의견과 제안에 감사드립니다. 매우 감사합니다!
DoE에서 0레벨을 제외하겠습니다. 응답은 부울(객체 생존/실패)이며 시간이 지남에 따라 샘플을 모니터링합니다. 제로 레벨은 실패의 특성에서 알 수 있듯이 제로 레벨의 집중 계수로 실패할 수 없다는 이점을 가져오지 않습니다.
몇 가지 더 많은 요인이 있으며 주요 요인과 상호 작용이 있는지 확인하고 싶습니다(실패는 나중에 또는 더 일찍 발생함).
문안 인사,
로마 인
Re: DoE: 요인 및 "시간" 요인 범위에서 중심에서 벗어난 초점따라서 경험을 기반으로 "20-100 범위에서 가장 흥미로운 상관 관계"를 기대합니다. 좋은.
이 범위를 0에서 최대 150까지 확장했습니다. 그 변화도 좋을 수 있습니다.
'제어' 실행을 포함하는 것은 괜찮지만 사용자 정의 설계가 만들어진 후에 추가하고 분석(모델 적합화)에서 제외할 수 있습니다. 이렇게 하면 비교용으로 사용할 수 있지만 모델링의 요구 사항을 충족하거나 모델링을 방해할 필요가 없습니다.
'부정적 통제'와 '정보적인 답변을 기대하지 않음'이란 응답을 전혀 받지 못하거나 공부하는 내용의 성격이 0이 아닌 수준에서 얻은 성격과 근본적으로 바뀔 것이라는 의미입니다. 관련성이 없거나 유용하지 않을까요? 죄송합니다. 귀하의 요점에 대해 명확하지 않습니다.
다시 말하지만, 실험에서 요인 범위 및 설계 수준의 요점은 모형 적합을 지원하는 것입니다. 예를 들어, 선형 매개변수를 추정하기 위한 가장 유익한 실행(가장 높은 레버리지)은 범위의 극단에 있으며 그 사이에는 없습니다.
모델을 사용하여 원하는 반응에 대해 가장 만족스러운 요인 수준을 찾습니다. (이 예측은 더 많은 테스트를 통해 경험적으로 확인될 것입니다.)
Re: DoE: 요인 및 "시간" 요인 범위에서 중심에서 벗어난 초점Mark는 훌륭한 조언과 조언을 제공합니다. 두 번째 답변에 따르면 ... 0 수준에서 치료 조합으로 얻을 수 있는 가치 있는 정보가 전혀 없는 것으로 의심되는 경우 해당 수준을 전혀 포함하지 않는 이유는 무엇입니까? 일반적으로 말해서, 사전 지식이나 영역 전문 지식을 통해 실제 문제를 해결하는 능력에 기여할 수 있는 정보를 제공하지 못하는 비참한 실패를 초래할 수 있는 실험에 치료 조합을 포함해서는 안 됩니다. 요인은 이산 숫자이므로 귀중한 경험적 정보를 제공할 낮은 수준을 선택하는 것이 좋습니다.
Re: DoE: 요인 및 "시간" 요인 범위에서 중심에서 벗어난 초점포괄적인 답변 감사합니다. 나는 당신에게 추천을 따르려고 노력할 것입니다.
수준과 관련하여 이전 지식을 기반으로 하면 20-100 범위에서 가장 흥미로운 상관 관계가 있을 것으로 예상합니다. 150은 극단값으로 추가되었고 0은 음성 대조군으로 추가되었습니다.
레벨 "0"으로 많은 실행을 수행해야 하는 반면(어떤 유익한 응답도 기대하지 않음) 동시에 레벨 20에서는 실행이 거의 없다는 것이 직관적이지 않았습니다. 디자인 공간에 부정적인 통제를 포함하는 것은 나쁜 생각이었을까요?Re: DoE: 요인 및 "시간" 요인 범위에서 중심에서 벗어난 초점- 이산 숫자 요인을 사용하여 실험에 포함할 수준을 정의할 수 있지만 사용자 지정 설계는 해당 요인에 대한 모형 항과 주어진 런 수에 대한 설계에서 해당 수준의 최적 분포를 정의합니다.
- 이 실험에서 요인 수준 0, 20, 50, 100, 150을 어떻게 선택하게 되었습니까?
- '관심의 중심'이란 무엇을 의미합니까?
- 결과 디자인의 균형이 부족하여 고민하는 것 같습니다. 직관적으로 각 요인 수준에 대해 동일한 양의 복제를 예상했습니다. 그러나 균형은 설계 기준이 아닙니다. 최소 편차가 기준입니다. D-최적 설계는 모수 추정값의 분산을 최소화하므로 가설을 테스트하는 데 좋습니다. I-최적 설계는 모형 예측의 분산을 최소화하므로 응답 최적화에 좋습니다. 설계에 대한 분산의 종속성은 설계의 비선형 함수이므로 최소 분산 설계가 균형을 이루는 경우가 있지만 그렇지 않은 경우가 많습니다.
- 여러 번의 복제 처리를 요청할 수 있지만 복제할 처리를 선택할 수는 없습니다. 알고리즘은 원하는 수준의 복제를 보장하지만 가장 많은 정보를 제공하는 실행을 선택합니다. 복제 제약 조건을 충족하기 위해 일부 수준을 제외할 수 있으며, 이로 인해 디자인이 훨씬 덜 직관적일 수 있습니다.
- 필요하다고 판단되면 나중에 언제든지 디자인을 수정할 수 있습니다. 즉, 최적의 맞춤형 설계를 데이터 테이블로 저장한 다음 의도한 대로 수준을 수동으로 변경합니다. 모델에 대한 데이터의 지원을 손상시키더라도 아무 것도 손상시키지 않습니다.
- 요점은 치료가 모델을 위해 결정된다는 것입니다. 모형은 설계가 아니라 최적 요인 수준을 찾는 데 사용됩니다. 설계에는 최적의 수준이 포함되지 않고 모델 매개변수의 추정을 가장 잘 지원하는 수준만 포함되어야 합니다.
- 물론 실험에 반복 측정을 포함할 수 있지만 궁극적인 응답은 무엇입니까?
- 종점과 같은 시점 중 하나입니까?그렇다면 시간이 지남에 따라 이러한 관찰을 캡처하기 위해 여러 열을 사용할 것입니다.
- 기울기, 변곡점 또는 점근선과 같이 둘 이상의 시점의 함수입니까? 그렇다면 응답을 쌓고 제안한 대로 시점을 나타내는 새 열을 추가합니다. 그런 다음 모델에 시간 효과를 포함할 수 있습니다.
- 여러 열을 사용하고 응답을 유도하는 것과 같은 다른 방법이 있습니다. 용량-반응 곡선의 매개변수를 별도로 계산하고 이를 반응으로 사용하여 분석을 최적화했습니다. 동일한 기술이 응답의 시간 경과에 적용될 수 있습니다.
따라서 결론적으로 실험 설계는 "내 모델에 가장 적합한 데이터는 무엇입니까?"라는 질문에 답하는 결과라는 점을 명심하십시오.
