스크리닝 디자인에 혼합물 변수를 넣을 수 있습니까?안녕하세요,
혼합 변수를 맞춤 디자인에 넣을 수는 있지만 디자인을 선별하는 것은 아닙니다. 나는 4 개의 혼합 변수로 선별 디자인을 만들고 싶다. 그렇다면 맞춤 디자인을 선택하고 심사 목적으로 D- 최적을 선택해야합니까? 내가 그렇게하면 나는 혼란스러운 결과를 얻지 못한다. 나는 선별 디자인을 선택하기를 원했는데, 그 이유는 명확한 교란 효과를 볼 수 있기 때문입니다.
제목 : Re : 그것은 스크리닝 디자인에 혼합물 변수를 넣을 수 있습니까?필자는 상관 관계에 대한 컬러 맵을 디자인 생성 프로세스에서 직접 테이블로 가져 오는 방법을 알고 있지 않습니다. 테이블에 이러한 결과가 실제로 필요한 경우 다 변수 메소드> 다 변수를 사용하여 결과 데이터 테이블에서 디자인을 저장하고 상관 관계를 만들 수 있습니다. 이 방법에 대한 데이터 테이블에 상호 작용 열을 작성해야 할 수도 있습니다.
제목 : Re : 그것은 스크리닝 디자인에 혼합물 변수를 넣을 수 있습니까?Dan 감사합니다 !!
상관 값이있는 테이블 형태로 상관 관계의 색상 맵을 내보내는 방법이 있습니까?
제목 : Re : 그것은 스크리닝 디자인에 혼합물 변수를 넣을 수 있습니까?Alias Matrix는 모델에 포함되지 않은 용어가 모델 용어의 추정에 어떻게 영향을 미치는지에 대한 문제를 다룹니다. 혼합 설계의 경우 모델 용어의 상관 관계를 확인하고 싶습니다. 그 상관 관계가 높을수록 가장 불안정한 매개 변수 추정치가 될 것이고 통계적 테스트 등에 영향을주는 매개 변수 추정치에 분산이 높아질 것입니다.
앨리어스 매트릭스가 아니라 상관 관계에 대한 컬러 맵을 살펴 봐야합니다. 해당 행렬의 색상이있는 사각형 위로 마우스를 이동하면 상관 관계 값도 표시됩니다.
제목 : Re : 그것은 스크리닝 디자인에 혼합물 변수를 넣을 수 있습니까?Dan 감사합니다 !!
당신은 혼합 설계가 주요 효과들 사이에 상관 관계를 가질 것이라고 말했습니까? 그러나 Alias Matrix는 주 효과와 2 요인 상호 작용 간의 상관 관계만을 보여줍니다. 주 효과 사이의 상관 관계를 찾는 방법이 있습니까?
제목 : Re : 그것은 스크리닝 디자인에 혼합물 변수를 넣을 수 있습니까?앨리어스 매트릭스를 사용하거나 디자인 평가 개요 항목의 상관 관계에 대한 컬러 맵을 사용할 수 있습니다.
믹스 디자인은 상호 작용뿐만 아니라 MAIN EFFECTS 사이의 상관 관계 (부분 혼란)를 가질 것임을 알아야합니다 (결국, 마지막 구성 요소의 값은 나머지 부분에 의해 완전히 결정됩니다). 교착의 정도는 구성 요소 범위 중 일부가 얼마나 좁은 지에 달려 있습니다. 이것은 의사 구성 요소 코딩 (JMP가 자동으로 수행)을 사용하여 줄일 수 있지만 이러한 상관 관계에 대해 할 수있는 일은 많지 않습니다. 당신이 할 수있는 최선의 방법은 구성 요소 범위를 가능한 한 광범위하게하는 것입니다.
혼합 모델은 인과 관계 결론이 아닌 예측을 생성합니다 (예 : 다른 구성 요소를 변경하지 않고 한 구성 요소를 변경할 수 없으므로 응답이 높으면 구성 요소 A가 증가하거나 구성 요소 B가 줄어들 수 있습니다). 결론은 클래식 디자인의 규칙이 혼합물에 적용되지 않기 때문에 상관 값에 "바람직한 한계"가 없다는 것입니다.
제목 : Re : 그것은 스크리닝 디자인에 혼합물 변수를 넣을 수 있습니까?Dan 감사합니다!
그래서 믹스 디자인에서 부분 혼란을 일으키기 위해 별칭 행렬을 살펴볼 필요가 있다고 생각합니다. 그래서 아래에 어떤 특별한 가치가 있는가? 나는 2 요인 - 상호 작용 효과가 있다고 생각할지도 모른다. 아니 주요 효과와 혼란 스러웠습니까?
제목 : Re : 그것은 스크리닝 디자인에 혼합물 변수를 넣을 수 있습니까?JMP의 스크리닝 디자인 플랫폼은 실험 디자인에 대한 "고전적"접근 방식이며 독립적 인 요인 즉, 혼합 요소가 아닌 관련성이 있습니다. 이러한 고전적 디자인을 넘어서는 스크리닝 요인에 대한 많은 접근법이 있습니다. JMP Education은 스크리닝 디자인을 작성하고 분석하는 전과정도 있습니다! ( JMP 소프트웨어 : Modern Screening Designs )
디자인 심사에서 가장 중요한 요소를 식별하려고합니다. 혼합 된 상황에서는 사용자 정의 디자인을 사용하고 주 효과 모델을 지정하여 쉽게 수행 할 수 있습니다. 각 구성 요소에 대한 매개 변수 추정과 응답의 전체 평균 간의 차이는 효과 크기의 표시입니다. 효과 크기가 클수록 구성 요소가 더 중요합니다. 이 책에서 가능한 다른 접근법과 함께 더 자세한 토론을 볼 수 있습니다. 제형 개발 전략 Snee와 Hoerl.
혼란스러운 효과에 관해서는, (독립적 인 요인을 가진) 고전적인 디자인에서, 당신은 심사 디자인을 실행하고 완전한 교제 / 앨리어싱을 가질 것입니다. 혼합 디자인으로는 선별 검사를하지 않을 때에도 항상 혼란 스럽습니다. 그러므로, 당신은 혼란스럽지 않을 것입니다. 당신은 항상 부분적인 혼란을 가져옵니다. 혼합물 디자인은 고전적인 디자인과 매우 다릅니다. JMP Education에는 또한 혼합물 설계 및 분석의 기본을 다루는 코스가 있습니다 ( JMP Software : 혼합 실험의 설계 및 분석 ).
