Verwenden von Hauptkomponenten als Faktoren in einem DOEHallo - Ich habe also ein Experiment, bei dem einer der Faktoren kategorial ist, Lösungsmittel, aber wir würden es vorziehen, möglichst wenige kategoriale Faktoren zu haben. Dazu verwenden wir die Ergebnisse eines veröffentlichten Zeitschriftenartikels, der 750+ Lösungsmittel in 125+ Lösungsmittelmodellen einschließt und die Lösungsmittel-Skalen mit PCA gezielt reduziert.
Wir möchten einige dieser Hauptkomponenten als kontinuierliche Faktoren in unserem Design verwenden, aber ich bin nicht sicher, wie dies am besten funktioniert. Die Probleme sind zweifach. 1) Machen wir nur die Hauptkomponenten diskret numerisch und fügen sie dann alle manuell hinzu? Ich kann anscheinend keinen Weg finden, eine Faktentabelle von Grund auf zu erstellen. 2) selbst wenn wir das tun, gibt es nur durch die Definition von PCA erforderliche Kombinationen von Ebenen über die Hauptkomponenten hinweg und nicht unzulässige Kombinationen. Wie würden Sie das JMP mitteilen? Muss ich die Kugel beißen und Codieren lernen?
Vielen Dank.Betreff: Verwendung von Hauptkomponenten als Faktoren in einem DOEVielleicht könnten Sie den Lösungsmittel-PC als Kovariatenfaktor hinzufügen. Siehe Hilfe> Bücher> Design von Experimenten und schlagen Sie dieses Thema nach.
Betreff: Verwendung von Hauptkomponenten als Faktoren in einem DOEHallo - Danke für die Antwort! Ich habe es also ausprobiert, aber wir haben nicht die meisten Lösungsmittel zur Hand, was ein Problem mit der kovariaten Plattform ist, da sie immer nur eines aus jeder Reihe auszuwählen und nicht mehr. Gibt es da einen Weg, oder ist das eine Anforderung der Theorie der Kovariaten?
Betreff: Verwendung von Hauptkomponenten als Faktoren in einem DOEJMP geht davon aus, dass die Kovariatenebenen in der separaten Datentabelle alle Werte darstellen, die Sie möglicherweise in das Experiment aufnehmen möchten. Wenn die Anzahl der für den Entwurf ausgewählten Läufe geringer ist als die Anzahl der Zeilen in der Datentabelle mit den Kovariaten, wählt JMP die besten Kovariaten und wählt die Zeilen aus.
Betreff: Verwendung von Hauptkomponenten als Faktoren in einem DOEOk - Ist also etwas nicht in Ordnung, wenn ich zum Beispiel gesagt habe, es soll zehn Läufe machen, dann die 10 Lösungsmittel nehmen, die es auswählt, und dann einfach ein Design mit diesen zehn als kategorisch wiederholen und dann, weil wir es ersetzen werden das kategoriale mit den Hauptkomponenten in der Analyse, es so viele Läufe wie nötig zu machen, um die Änderung der Schaltvariablen durch die Freiheitsgrade zu berücksichtigen?
Das macht vielleicht keinen Sinn.
Betreff: Verwendung von Hauptkomponenten als Faktoren in einem DOEIch verstehe nicht, warum Sie sich die Mühe eines doppelten Ersatzes machen würden. Es scheint, dass Ihre Kovariaten-Tabelle ziemlich groß ist, da Sie einen PC mit Lösungsmittelcharakteristiken aus einer großen veröffentlichten Bibliothek verwenden. Sie können die Kovariate beliebig oft replizieren (z. B. zweimal, dreimal, zehnmal) und diese Tabelle verwenden, wenn Sie Ihr Experiment entwerfen. Das benutzerdefinierte Design von JMP wählt die besten Zeilen aus, egal ob es sich um ein neues Lösungsmittel oder um ein Replikat eines zuvor ausgewählten Lösungsmittels handelt. (Ich gehe davon aus, dass die kovariate Datentabelle zusätzlich zum PC eine Datenspalte mit Lösungsmittelidentifizierung enthält.)
Der kovariate Faktor stellt eine Einschränkung für die Faktorstufen dar, ansonsten funktioniert das benutzerdefinierte Design jedoch wie gewohnt.
Betreff: Verwendung von Hauptkomponenten als Faktoren in einem DOEOh. Das macht viel mehr Sinn. Vielen Dank!
