Ist es möglich, eine Mischungsvariable in das Screening-Design zu setzen?Hallo,
Ich sehe, dass es eine Option gibt, Mischungsvariablen in das benutzerdefinierte Design zu integrieren, nicht jedoch für das Screening-Design. Ich möchte ein Screening-Design mit 4 Mischvariablen erstellen. Muss ich also ein benutzerdefiniertes Design wählen und dann D-optimal für Screening-Zwecke wählen? Wenn ich das tue, bekomme ich keine klaren Verwirrungseffekte. Ich wollte das Screening-Design wählen, weil ich klare Verwirrungseffekte sehen kann.
Re: Ist es möglich, eine Mischungsvariable in das Screening-Design zu setzen?Ich kenne keinen Weg, um die Farbzuordnung von Korrelationen direkt aus dem Entwurfserstellungsprozess in eine Tabelle zu bringen. Sie können das Design speichern und die Korrelationen aus dieser resultierenden Datentabelle mit Multivariate Methoden> Multivariate erstellen, wenn Sie diese Ergebnisse wirklich in einer Tabelle benötigen. Beachten Sie, dass Sie möglicherweise Interaktionsspalten in Ihrer Datentabelle für diesen Ansatz erstellen müssen.
Re: Ist es möglich, eine Mischungsvariable in das Screening-Design zu setzen?Danke Dan !!
Gibt es eine Möglichkeit, die Farbkarte der Korrelationen in Form einer Tabelle mit den Korrelationswerten zu exportieren?
Re: Ist es möglich, eine Mischungsvariable in das Screening-Design zu setzen?Die Alias-Matrix befasst sich mit der Frage, wie sich Ausdrücke, die nicht im Modell enthalten sind, auf die Schätzung der Modellausdrücke auswirken. Für ein Mischungsdesign möchten Sie wirklich sehen, wie korreliert Ihre Modellausdrücke sind. Je höher die Korrelation, desto "instabiler" Ihre Parameterschätzungen sind, desto höher ist die Abweichung bei diesen Parameterschätzungen, die sich auf statistische Tests usw. auswirken.
Anstelle der Alias-Matrix sollten Sie die Farbzuordnung zu Korrelationen betrachten. Beachten Sie, dass Sie durch Schweben über eines der farbigen Quadrate in dieser Matrix auch den Korrelationswert erhalten.
Re: Ist es möglich, eine Mischungsvariable in das Screening-Design zu setzen?Danke Dan !!
Sie sagten, dass die Mischungsentwürfe eine Korrelation zwischen den Haupteffekten haben werden. Die Alias-Matrix zeigt jedoch nur den Zusammenhang zwischen Haupteffekt und 2-Faktor-Wechselwirkungen. Gibt es eine Möglichkeit, einen Zusammenhang zwischen den Haupteffekten zu finden?
Re: Ist es möglich, eine Mischungsvariable in das Screening-Design zu setzen?Sie können die Alias-Matrix und / oder die Farbkarte für Korrelationen im Gliederungselement Design Evaluation verwenden.
Bitte beachten Sie, dass Mischungsentwürfe Korrelationen (teilweise Verwirrung) zwischen MAIN EFFECTS haben, nicht nur Interaktionen (schließlich wird der Wert der letzten Komponente vollständig vom Rest bestimmt). Der Grad der Verwirrung hängt davon ab, wie eng einige der Komponentenbereiche sind. Dies kann durch die Verwendung der Pseudo-Komponenten-Codierung (die von JMP automatisch ausgeführt wird) verringert werden, aber es gibt nicht viel, was Sie bezüglich dieser Korrelationen tun können. Das Beste, was Sie tun können, ist, die Komponenten so breit wie möglich zu gestalten.
Bei Mischungsmodellen geht es darum, Vorhersagen zu generieren, nicht um Schlussfolgerungen zu Ursache und Wirkung zu bilden (eine höhere Reaktion könnte beispielsweise auf die Erhöhung der Komponente A oder die Verringerung der Komponente B zurückzuführen sein, da Sie eine Komponente nicht ändern können, ohne eine andere Komponente zu ändern). Fazit: Die Regeln der klassischen Designs gelten nicht für Gemische, daher gibt es keine "wünschenswerte Grenze" für den Korrelationswert.
Re: Ist es möglich, eine Mischungsvariable in das Screening-Design zu setzen?Danke Dan!
Ich denke, für das Design der Mischung muss ich mir die Alias-Matrix ansehen, um teilweise verwirrt zu sein. Gibt es irgendeinen bestimmten Wert, unter dem ich den 2-Faktor-Wechselwirkungseffekt für möglich halten kann nicht verwechselt mit dem Haupteffekt?
Re: Ist es möglich, eine Mischungsvariable in das Screening-Design zu setzen?Die Screening Design-Plattform in JMP bezieht sich auf den "klassischen" Ansatz des experimentellen Designs und ist nur für unabhängige Faktoren relevant, dh nicht für Mischungsfaktoren. Es gibt viele Ansätze für Screening-Faktoren, die über diese klassischen Designs hinausgehen. JMP Education bietet sogar einen ganzen Kurs zur Erstellung und Analyse von Screening-Designs an! ( JMP-Software: Moderne Screening-Designs )
In Screening-Designs versuchen Sie, die wichtigsten Faktoren zu ermitteln. Für eine Mischungssituation kann dies leicht mit dem benutzerdefinierten Design und der Angabe eines Haupteffektmodells erreicht werden. Die Differenz zwischen der Parameterschätzung für jede Komponente und dem Gesamtdurchschnitt der Antwort ist die Angabe der Effektgröße. Je größer der Effekt, desto wichtiger ist die Komponente. Sie können eine ausführlichere Diskussion zusammen mit anderen möglichen Ansätzen in dem Buch sehen Strategien zur Entwicklung von Formulierungen von Snee und Hoerl.
Was die Verwirrungseffekte angeht, führen Sie in klassischen Designs (mit unabhängigen Faktoren) ein Screening-Design aus und erhalten KOMPLETTES Verwirrung / Aliasing. Bei einem Mischungsdesign besteht IMMER eine partielle Verwirrung, auch wenn Sie nicht gesiebt werden. Daher werden Sie nie klar verwirrt. Sie bekommen immer eine Reihe von Teilverwirrungen. Mixdesigns unterscheiden sich stark von den klassischen Designs. JMP Education bietet auch einen Kurs an, der die Grundlagen von Gemischdesign und -analyse abdeckt ( JMP-Software: Design und Analyse von Gemischexperimenten ).
