Comment puis-je simuler un modèle d'exécution d'essai pour DoE virtuel?Pourriez-vous m'aider s'il vous plaît avec ce problème?
Je veux créer un émulateur d'ordinateur à des fins d'apprentissage. Il émulera un résultat binaire et utilisera plusieurs facteurs Oui / Non comme entrée (supposons ABC).
Le résultat sera le% de succès.
Le résultat lorsque tous les facteurs sont à "-" est de 5% des succès.
Quand
A à "+" 5,5% (gain de 0,5%)
B à "+" 6,5% (gain de 1,5%)
C à "+" 5% (gain de 0%)
A et B à "+" (interaction AB) 7,5% (gain de 2,5%)
Je souhaite donc l'implémenter dans un logiciel en tant que modèle d'exécution d'essai avec la liste des essais aléatoires et des sorties (en fonction du niveau de facteurs ABC).
Exemple de comportement logiciel:
Ordre d'essai ABC Output
1er essai + + + échec
2e essai + - + échec
3ème essai + - - Succès
.....
10 000 procès + - - Échec
Je veux que ce soit réaliste afin que la combinaison de A + B- C- ne donne pas toujours le "succès" car le processus n’est pas physique, c’est une réponse humaine.
Quelles sont les étapes générales de la construction d'un tel algorithme?
Peut-on le faire en JMP?
De plus, je pense à des outils tels que Excel, R, un logiciel de simulation comme Anylogic, Promodel.
Grand merci!
Re: Comment puis-je simuler un modèle d’exécution d’essai pour DoE virtuel?Désolé, je devrais peut-être créer un nouveau sujet.
Cependant, est-il possible d'atteindre mon objectif en utilisant le script Simulate Response intégré à JMP?
Re: Comment puis-je simuler un modèle d’exécution d’essai pour DoE virtuel?Un grand merci pour votre aide avec la simulation!
Pourriez-vous m'aider à modifier ce script ou à suggérer une nouvelle approche pour cette tâche?
Maintenant, je veux simuler un plan de dépistage définitif. Il y a 18 facteurs.
Tailles d'effet:
| Facteur | % de succès |
| UNE | 1,31% |
| B | 1,42% |
| ré | 1,58% |
| E | 1,64% |
| F | 1,46% |
| H | 1,39% |
| K | 1,34% |
| M | 1,37% |
| | |
| DE | 1,67% |
| FK | 1,54% |
Lorsque tous les facteurs au taux de réussite «0» faible sont 1.2%.
Voici la conception exacte que je veux simuler:
| X1 | X2 | X3 | X4 | X5 | X6 | X7 | X8 | X9 | X10 | X11 | X12 | X13 | X14 | X15 | X16 | X17 | X18 |
| 0 | 1 | 0 | 1 | 0 | 0 | 0 | 1 | 1 | 0 | 0 | 0 | 1 | 0 | 1 | 1 | 0 | 1 |
| 1 | 0 | 0 | 1 | 1 | 1 | 0 | 1 | 0 | 0 | 1 | 0 | 0 | 1 | 0 | 1 | 1 | 1 |
| 0 | 0 | 1 | 0 | 1 | 1 | 0 | 1 | 1 | 0 | 1 | 0 | 0 | 0 | 1 | 1 | 0 | 0 |
| 0 | 1 | 1 | 0 | 0 | 0 | 1 | 0 | 1 | 1 | 0 | 1 | 1 | 0 | 1 | 0 | 0 | 0 |
| 1 | 0 | 1 | 0 | 0 | 1 | 0 | 0 | 1 | 0 | 1 | 1 | 1 | 0 | 0 | 1 | 1 | 1 |
| 1 | 1 | 0 | 0 | 1 | 0 | 0 | 1 | 0 | 1 | 1 | 1 | 0 | 0 | 1 | 1 | 1 | 0 |
| 0 | 0 | 0 | 0 | 1 | 1 | 0 | 0 | 0 | 1 | 0 | 1 | 1 | 0 | 1 | 1 | 0 | 1 |
| 0 | 0 | 0 | 0 | 1 | 0 | 1 | 1 | 0 | 1 | 1 | 0 | 1 | 0 | 0 | 0 | 1 | 1 |
| 1 | 1 | 0 | 1 | 1 | 1 | 0 | 0 | 1 | 1 | 1 | 0 | 1 | 0 | 0 | 1 | 0 | 0 |
| 0 | 1 | 0 | 0 | 0 | 1 | 0 | 1 | 1 | 0 | 1 | 1 | 0 | 1 | 0 | 0 | 0 | 1 |
| 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 1 | 0 | 1 | 0 | 0 | 1 | 0 | 1 | 1 | 1 | 0 | 0 | 1 | 1 | 1 | 0 | 1 | 0 |
| 1 | 0 | 1 | 1 | 1 | 0 | 0 | 1 | 1 | 1 | 0 | 1 | 0 | 0 | 1 | 0 | 0 | 1 |
| 0 | 1 | 0 | 1 | 1 | 0 | 1 | 0 | 0 | 0 | 1 | 1 | 0 | 0 | 0 | 1 | 0 | 1 |
| 0 | 0 | 1 | 0 | 0 | 0 | 1 | 1 | 0 | 0 | 0 | 1 | 0 | 1 | 1 | 0 | 1 | 1 |
| 1 | 1 | 0 | 0 | 1 | 1 | 1 | 0 | 1 | 0 | 0 | 1 | 0 | 0 | 1 | 0 | 1 | 1 |
| 0 | 0 | 1 | 1 | 0 | 1 | 0 | 0 | 0 | 1 | 1 | 0 | 0 | 0 | 1 | 0 | 1 | 1 |
| 1 | 1 | 1 | 1 | 0 | 0 | 1 | 1 | 1 | 0 | 1 | 0 | 0 | 1 | 0 | 0 | 1 | 0 |
| 0 | 0 | 0 | 1 | 0 | 1 | 1 | 0 | 1 | 1 | 0 | 1 | 0 | 0 | 0 | 1 | 1 | 0 |
| 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 0 | 1 | 0 | 1 | 1 | 0 | 1 | 1 | 0 | 1 | 0 | 0 | 0 | 1 | 1 | 0 | 0 | 0 |
| 0 | 0 | 1 | 1 | 0 | 1 | 1 | 0 | 1 | 0 | 0 | 0 | 1 | 1 | 0 | 0 | 0 | 1 |
| 0 | 1 | 1 | 0 | 1 | 0 | 0 | 0 | 1 | 1 | 0 | 0 | 0 | 1 | 0 | 1 | 1 | 0 |
| 1 | 1 | 1 | 0 | 0 | 1 | 1 | 1 | 0 | 1 | 0 | 0 | 1 | 0 | 0 | 1 | 0 | 1 |
| 1 | 0 | 0 | 1 | 0 | 0 | 1 | 0 | 1 | 1 | 1 | 0 | 0 | 1 | 1 | 1 | 0 | 1 |
| 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 |
| 1 | 0 | 0 | 1 | 0 | 1 | 1 | 1 | 0 | 0 | 1 | 1 | 1 | 0 | 1 | 0 | 0 | 1 |
| 1 | 0 | 1 | 0 | 1 | 1 | 1 | 0 | 0 | 1 | 1 | 1 | 0 | 1 | 0 | 0 | 1 | 0 |
| 1 | 1 | 0 | 1 | 0 | 0 | 1 | 0 | 0 | 1 | 0 | 1 | 1 | 1 | 0 | 0 | 1 | 1 |
| 1 | 1 | 0 | 0 | 1 | 0 | 1 | 1 | 1 | 0 | 0 | 1 | 1 | 1 | 0 | 1 | 0 | 0 |
| 0 | 0 | 1 | 1 | 0 | 0 | 0 | 1 | 0 | 1 | 1 | 0 | 1 | 1 | 0 | 1 | 0 | 0 |
| 0 | 1 | 1 | 0 | 1 | 1 | 0 | 1 | 0 | 0 | 0 | 1 | 1 | 0 | 0 | 0 | 1 | 0 |
| 1 | 0 | 1 | 1 | 1 | 0 | 1 | 0 | 0 | 1 | 0 | 0 | 1 | 0 | 1 | 1 | 1 | 0 |
| 1 | 1 | 1 | 1 | 0 | 1 | 0 | 0 | 1 | 0 | 0 | 1 | 0 | 1 | 1 | 1 | 0 | 0 |
Re: Comment puis-je simuler un modèle d’exécution d’essai pour DoE virtuel?Vous adaptez des modèles plus complexes que ce que ce calculateur de taille d'échantillon avait été conçu. Des degrés de liberté supplémentaires sont utilisés pour estimer d'autres termes.
Je vous suggère de revenir aux formules correspondant à chacun des 8 scénarios différents (combinaisons de A, B et C) pour vous assurer que vous utilisez les probabilités appropriées. Vous n'aviez fourni que quatre des huit situations, j'ai donc émis des hypothèses sur les quatre autres cas. Vous pouvez vérifier ces informations pour vous assurer que tout est conforme à vos attentes. Je suppose que vous vous attendez à ce que l'effet d'interaction soit un gain de 2,5%, mais le terme d'interaction n'est PAS un gain de 2,5%. Vous n'obtenez un gain de 2,5% que lorsque A et B sont positifs, comme vous l'avez indiqué. L'interaction comprend également ce qui se passe pour les 3 autres combinaisons de A et de B.
A titre d'exemple: A et B positifs: probabilité de 7.5%
A et B tous deux nuls: la probabilité est de 5%. Alors, quand ils sont "le même signe" donne une probabilité moyenne de 6.25%
A zéro, B positif: probabilité de 6,5%
Un positif, B zéro: la probabilité est de 5,5% pour une probabilité moyenne de 6%.
Par conséquent, l'effet d'interaction est en réalité de 0,25%, ce qui est vraiment faible (et assez proche de l'estimation de votre interaction A * B dans votre analyse).
Re: Comment puis-je simuler un modèle d’exécution d’essai pour DoE virtuel?Merci beaucoup pour la clarification!
J'ai fait le calcul de la taille minimale de l'échantillon afin de détecter la différence de 0,5%. Cependant, parfois, l'analyse des résultats simulés ne détecte pas l'interaction AB comme significative avec 64 000 essais.
Ai-je bien fait les calculs?
Re: Comment puis-je simuler un modèle d’exécution d’essai pour DoE virtuel?Bien sûr, chaque simulation est différente, mais vous recherchez des effets de très petite taille. Avec 10 000 essais, vous aurez environ 5 000 essais avec A à 1 et 5000 essais avec A à 0. Sur ces 5000 à 0, vous vous attendez à un taux de "réussite" de 5%, ce qui correspond à environ 250 observations. Avec 5000 à 1, vous vous attendez à un taux de réussite de 5,5%, soit environ 275 observations. Seule une différence de 25 observations sur un total de 10 000. C'est une petite différence. Ajoutez-y le bruit aléatoire et vous constaterez que la différence pourrait être encore plus petite.
Les données catégoriques nécessitent généralement des échantillons de plus grande taille. Ceci, associé à la recherche de très petits effets, conduit à une non-signification. En termes plus statistiques, vous avez très peu d’énergie pour détecter les effets souhaités.
Re: Comment puis-je simuler un modèle d’exécution d’essai pour DoE virtuel?Merci beaucoup pour ce script! C'est ce que je recherchais.
Pourriez-vous me dire s'il vous plaît la raison pour laquelle quand j'ai généré 10000 lignes, la régression logistique nominale ne montre pas que A et AB sont des effets significatifs?
Re: Comment puis-je simuler un modèle d’exécution d’essai pour DoE virtuel?Cela pourrait probablement être fait de manière plus élégante, mais une "approche brutale" rapide consisterait à saisir les formules aléatoires dans un tableau de données JMP. J'ai fait les colonnes A, B et C une colonne entière aléatoire comprise entre 0 et 1 (j'ai choisi 0 au lieu de -1 pour la facilité). Ensuite, pour la colonne Résultat, je viens d'entrer une chaîne de conditions "Si" avec les différentes probabilités d'une distribution binomiale avec la probabilité de succès appropriée. Assez simple dans ce cas puisqu'il n'y a que 8 combinaisons possibles de A, B et C. Pour un problème plus important, j'essaierais d'être plus élégant. Le nombre de lignes dans votre tableau sera le nombre d'essais aléatoires que vous souhaitez avoir. Pour ce cas simple, je viens d'avoir 10 lignes.
New Table( "Untitled",
Add Rows( 10 ),
New Column( "A", Numeric, "Nominal", Format( "Best", 12 ),
Formula( Random Integer( 0, 1 ) ) ),
New Column( "B", Numeric, "Nominal", Format( "Best", 12 ),
Formula( Random Integer( 0, 1 ) ) ),
New Column( "C", Numeric, "Nominal", Format( "Best", 12 ),
Formula( Random Integer( 0, 1 ) ) ),
New Column( "Success?", Numeric, "Nominal", Format( "Best", 12 ),
Formula(
If(
:A == 0 & :B == 0 & :C == 0, Random Binomial( 1, 0.05 ),
:A == 0 & :B == 0 & :C == 1, Random Binomial( 1, 0.05 ),
:A == 0 & :B == 1 & :C == 0, Random Binomial( 1, 0.065 ),
:A == 0 & :B == 1 & :C == 1, Random Binomial( 1, 0.065 ),
:A == 1 & :B == 0 & :C == 0, Random Binomial( 1, 0.055 ),
:A == 1 & :B == 0 & :C == 1, Random Binomial( 1, 0.055 ),
:A == 1 & :B == 1 & :C == 0, Random Binomial( 1, 0.075 ),
:A == 1 & :B == 1 & :C == 1, Random Binomial( 1, 0.075 ),
Random Binomial( 1, 0.05 ) ) ) ) )
