가상 DoE의 시험 실행 모델을 어떻게 시뮬레이션 할 수 있습니까?이 문제로 저를 도울 수 있습니까?
나는 학습 목적으로 컴퓨터 에뮬레이터를 만들고 싶다. 바이너리 결과를 에뮬레이션하고 예 / 아니오 요인을 입력으로 사용합니다 (ABC라고 말하면 됨).
결과는 성공의 % 일 것입니다.
모든 요인이 "-"일 때 출력은 성공의 5 %입니다.
언제
"+"5.5 % (0.5 % 이득)
B는 "+"6.5 % (1.5 % 이득)
C를 "+"5 % (이득 0 %)
A와 B는 "+"(AB 상호 작용) 7.5 % (2.5 % 이득)
그래서 무작위 시도 및 결과 목록 (ABC 수준에 따라 다름)을 포함한 시험 실행 모델로 소프트웨어에 구현하려고합니다.
소프트웨어 동작 예 :
시험판 순서 ABC 출력
첫 번째 평가판 + + + 실패
2 회 재판 + - + 실패
3 회 재판 + - - 성공
.....
10000 시험 + - - 실패
나는 A + B-C-의 결합이 물리적 인 것이 아니기 때문에 항상 성공하지 못하게하는 것이 현실적으로 보이기를 바랍니다. 그것은 인간의 반응입니다.
그런 알고리즘을 만드는 일반적인 단계는 무엇입니까?
JMP에서 할 수 있습니까?
또한 Excel, R, Anylogic과 같은 시뮬레이션 소프트웨어와 같은 도구를 고려 중이며 Promodel이 필요합니다.
큰 감사를 드린다!
Re : 가상 DoE의 시범 실행 모델을 어떻게 시뮬레이트 할 수 있습니까?죄송합니다. 아마도 새로운 주제를 만들어야합니다.
그러나 JMP에 내장 된 Simulate Response 스크립트를 사용하여 목표를 달성 할 수 있습니까?
Re : 가상 DoE의 시범 실행 모델을 어떻게 시뮬레이트 할 수 있습니까?시뮬레이션에 대한 귀하의 모든 도움에 큰 감사드립니다!
이 스크립트를 수정하거나이 작업을위한 새로운 접근 방식을 제안 해주십시오.
이제 최종 심사 디자인을 시뮬레이션하고 싶습니다. 18 가지 요소가 있습니다.
효과 크기 :
| 인자 | 성공의 비율 |
| 에이 | 1,31 % |
| 비 | 1,42 % |
| 디 | 1,58 % |
| 이자형 | 1,64 % |
| 에프 | 1,46 % |
| H | 1,39 % |
| 케이 | 1,34 % |
| 엠 | 1,37 % |
| | |
| DE | 1,67 % |
| FK | 1,54 % |
낮은 "0"레벨 성공률의 모든 요소가 1.2 % 일 때.
시뮬레이션하고자하는 정확한 디자인은 다음과 같습니다.
| 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 : 가상 DoE의 시범 실행 모델을 어떻게 시뮬레이트 할 수 있습니까?이 샘플 크기 계산기가 의도 한 것보다 더 복잡한 피팅 모델입니다. 다른 용어를 추정하는 데 사용되는 여분의 자유도가 있습니다.
적절한 확률을 사용하고 있는지 확인하기 위해 8 가지 시나리오 (A, B, C의 조합)에 대한 수식으로 돌아가는 것이 좋습니다. 당신은 8 가지 상황 중 4 가지만 제공 했으므로 나머지 4 가지 경우에 대해 몇 가지 가정을했습니다. 그것들을 점검하여 모든 것이 예상 한 것과 같은지 확인하십시오. 상호 작용 효과가 2.5 % 증가 할 것으로 예상하고 있지만 상호 작용 기간은 2.5 %가 아닙니다. 당신이 지시 한대로 A와 B가 양성일 때만 2.5 %의 이득을 얻습니다. 상호 작용은 또한 A와 B의 다른 3 가지 조합에 대해 일어나는 것을 포함합니다.
예 : A와 B 모두 양수 : 확률은 7.5 %
A와 B는 모두 0입니다. 확률은 5 %입니다. 따라서 그들이 "같은 부호"일 때 평균 확률은 6.25 %
0, B 양성 : 확률은 6.5 %
긍정적 인 B zero : 확률은 평균 확률 6 %에서 5.5 %입니다.
따라서 상호 작용 효과는 실제로 0.25 %로 매우 작습니다 (분석에서 A * B 상호 작용 추정에 매우 가깝습니다).
Re : 가상 DoE의 시범 실행 모델을 어떻게 시뮬레이트 할 수 있습니까?설명을 해주셔서 감사드립니다!
최소 샘플 크기를 계산 했으므로 0,5 %의 차이를 감지 할 수있었습니다. 그러나 때때로 시뮬레이션 된 결과를 분석해도 AB 상호 작용이 64000 건의 재판에서 중요하지 않다고 판단 할 수 있습니다.
계산을 올바르게 했습니까?
Re : 가상 DoE의 시범 실행 모델을 어떻게 시뮬레이트 할 수 있습니까?물론 모든 시뮬레이션은 다르지만 아주 작은 효과 크기를 찾고 있습니다. 10,000 회 시행하면 A가 1 일 때 약 5000 건, A가 0 일이면 약 5000 건이 시행됩니다. 0의 5000 명 중 약 250 %의 관측치 인 5 %의 "성공률"을 기대합니다. 1에서 5000으로, 당신은 대략 275 관측 인 5.5 % 성공률을 기대합니다. 10,000 개의 총 중 25 개의 관찰 차이 만 있습니다. 그것은 작은 차이입니다. 랜덤 노이즈를 추가하면 실제로 차이가 더 작아 질 수 있습니다.
범주 형 데이터는 일반적으로 더 큰 샘플 크기가 필요합니다. 매우 작은 영향을 찾는 것과 관련하여 중요하지 않게됩니다. 더 많은 통계 학적 용어로 표현하면 원하는 효과 크기를 감지 할 수있는 능력이 매우 낮습니다.
Re : 가상 DoE의 시범 실행 모델을 어떻게 시뮬레이트 할 수 있습니까?이 스크립트에 대해 대단히 감사합니다! 그게 제가 원하는 것입니다.
10000 행을 생성했을 때 명목 물류 회귀 분석에서 A와 AB가 중요한 영향을 미치는 이유를 알려주시겠습니까?
Re : 가상 DoE의 시범 실행 모델을 어떻게 시뮬레이트 할 수 있습니까?이것은 아마도보다 우아하게 수행 될 수 있지만, 빠른 "무차별 접근"은 임의의 수식을 JMP 데이터 테이블에 입력하는 것입니다. A, B, C 열을 0과 1 사이의 임의의 정수 열로 만들었습니다 (쉽게 -1 대신 0을 선택했습니다). 그런 다음 결과 열에 대해 적절한 확률로 이항 분포의 다양한 확률을 가진 "If"조건 문자열을 입력했습니다. A, B, C의 8 가지 조합 만 가능하기 때문에이 경우 상당히 간단합니다. 더 큰 문제는 더 우아 해 지려고합니다. 테이블에있는 행 수는 원하는 무작위 시도 횟수입니다. 이 간단한 경우에는 방금 열이 10 개였습니다.
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 ) ) ) ) )
