주문 설계이 모델의 분석에 도움이 필요해.
다시 : 사용자 정의 디자인당신은 우리에게 당신을 도울 정보가 없습니다.
- 실험 설계 및 분석에 대한 귀하의 경험은 무엇입니까?
- JMP, JMP 맞춤 디자인 및 초 포화 된 디자인에 대한 귀하의 경험은 무엇입니까?
- 실험 목적은 무엇입니까? 당신의 목표는 무엇입니까?
- 당신은 이미 무엇을 시도 했습니까? 너를 위해 어떤 것이 효과가 있었습니까?
- 어떤 특정 문제가 발생 했습니까? 어떤 대답을 찾고 계십니까?
나는 당신의 디자인을 조사했다. 작은 디자인 (12 회)이므로 전력이 적을 것입니다. 반응이 무작위 효과 (4 배에서 5 배 이상)에 비해 효과가 매우 큰 경우에만 실제 효과를 찾습니다. 그 결과가 당신이 기대하는 것입니까? 큰 효과를 내기 위해서는 요인 범위가 넓어야합니다. 그게 네가 한 짓이야? 초 포화 디자인입니다. 예측 가능성이 10 조건으로 설정되어 있습니다. 가능하다면 (가능한 모든 2 요소 상호 작용). 당신은 8 가지 조건을 가지고 있습니다. 필요한 추정 (3 요소 상호 작용 포함). 이러한 요소를 변경하는 잠재적 인 비선형 대응을 설명 할 용어가 없습니다. 이것은 요인 스크리닝 실험 인 것으로 보입니다. 그것은 당신의 목적입니까?
나는 네 분석을 조사했다. 18 개의 모든 용어를 12 회 반복하여 분석 한 분석을 저장 했으므로 많은 특이점이 있습니다. 그 분석이 당신이 의도 한 것입니까? 과포화 된 디자인의 분석을위한 방법론은 그런 분석을 권장하지 않습니다.
SLOPE에 대해 단계적 회귀를 사용했습니다. 수동으로 한 번에 한 용어를 추가했습니다. 나는이 임시 모델에 도착했다.
모델 예측에서 큰 불확실성을 주목하십시오. SLOPE에 대한 귀하의 이력서는 약 23 %입니다. 가장 크고 가장 중요한 효과는 2 개의 2 요소 상호 작용입니다. 그게 합리적입니까? 놀라지 않을까요?
나는 LOD에 큰 효과가 없음을 발견했다. 놀라지 않을까요? 이 모델링 방법으로 예상대로 LOD가 정상적으로 배포되기를 기대하십니까?
나는 PVC : TCP가 LOQ에 대한 유일한 효과라고 발견했다. 놀라지 않을까요?
R에 대한 중요한 영향을 발견하지 못했습니다.
나는 SLOPE에서했던 것처럼 RESPONSE TIME에 대해서도 동일한 효과를 발견했습니다.
이러한 모델이 만족스럽지 않은 경우 다른 모델을 선택할 수있는 다른 방법을 사용할 수 있습니다. 이 데이터에 대해 선택하는 모델 중 일부는 경험적으로 확인해야합니다.
다시 : 사용자 정의 디자인당신의 도움을 주셔서 대단히 감사합니다
사실 JMP와 DOE에 약간의 경험이 있습니다.
2 - PT, PVC : TCP와 MT의 3 가지 연속 요소 (가능한 경우 모든 상호 작용)와 3 가지 수준의 하나의 범주 형 요소 이오 노 포어 (CX-BCD-none)를 언급 한이 모델을 설계했습니다. 5 가지 응답 (기울기, LOD, LOQ, R 및 RT)
3 - 설계된 모델은 최대의 적합성을 위해 최적의 요소 조합에 도달하는 것입니다.
4-6 응답 기울기, LOD, LOQ, r 및 RT에 대해 0.6,0.05, 0.15, 0.05, 0.15 중요도의 값을 설정합니다
5-이 모델은 진정으로 설계된 제품입니까? 그리고 어떻게 유용하게이 데이터를 분석 할 수 있습니까? 특히 이미 12 번의 실험을 했습니까 ??
6 - 정말로, 나는 각 요소에 대해 넓은 범위를 사용하지 않았습니다.
마침내이 모델을 사용하여 세부 사항을 조사해야합니다.
1- 각 요인의 주요 효과
2 상호 작용 용어
각 응답에 대한 3 가지 예측 공식
최대 바람직 함을위한 4- 최적 팩토 조합
다시 : 사용자 정의 디자인- 당신의 대답은 그리 많지 않지만 어쨌든 고맙습니다.
- 실험 내용은 무엇입니까? 당신의 요인 및 반응은 무엇입니까?
- 따라서이 실험은 원하는 응답을 얻기 위해 요인 수준을 최적화하기위한 것입니다. 이러한 요소의 영향에 대해 많이 알지 못하는 것 같아 최적화가 도약처럼 보입니다. 귀하의 매우 경제적 인 심사 디자인은 최적화에 필요한 세부적인 모델을 지원하지 않을 것입니다.
- 따라서 LOQ 및 RT는 기울기, LOD 및 r보다 3 배 더 중요합니다. 알았다.
- 나는이 모델이 정말로 설계되었는지 묻는 것으로 당신이 무엇을 의미하는지 모른다.
- 어떤 모델? 당신이 주문형 디자인을 위해 지정한 것? 네가 딱 맞는 것? 내가 딱 맞는 것?
- "진정으로 설계된"의미는 무엇입니까?
- 응답 데이터가 실제 데이터라고 가정 했으므로 이미 12 회 실행 한 것으로 가정했습니다.
- 보유하고있는 데이터에 가장 적합한 모델을 선택하여 분석을 시작하십시오. 나의 이전 대답은 당신이이 부분을 위해 취할 수있는 몇 가지 접근법을 제안한다. 다음 단계는 선택된 모델을 악용하여 가장 좋은 요인 수준을 찾는 것입니다. 이미 설명한 것처럼 Predicition Profiler를 유용하게 사용할 수 있습니다.
- 그 대답은 불행합니다. 거의 영향이 발견되지 않은 이유 일 수 있습니다. 경제적 인 디자인 (힘)을 최대한 활용할 기회를 놓쳤습니다.
- 예를 들어 RMSE는 평균 경사가 약 45 인 경사면에서 약 17입니다. 그 시그마는 당신의 슬로프에 정상적인 것처럼 보입니까?
- 시그마는 요인 수준을 변경하면 감지 가능성을 높이기 위해 기울기를 4 배 또는 5 배로 변경해야한다는 것을 의미합니다. 이러한 요소 범위를 넘어서는 변화 (효과)를 많이 기대 하시겠습니까?
귀하의 회신이 끝날 때 귀하의 네 가지 구체적인 요청은 훌륭한 문서를 통해 매우 잘 답변 될 수 있습니다. 참조하십시오 도움 > 서적 > 실험 가이드 디자인 . 이 가이드에는 다양한 실험의 설계 및 분석에 대한 일반 정보와 특정 정보가 모두 포함되어 있습니다. 예제와 함께 각 측면을 설명합니다. 샘플 데이터 세트는 사용자 자신의 데이터를 분석하기 전에 연습 할 수 있도록 제공됩니다.
(참고 자료에는 피팅 선형 모델 사용중인 모델 종류에 대한 세부 정보가 포함되어 있습니다.)
다시 : 사용자 정의 디자인방금 데이터 테이블을 다시 검사하여 상당히 엉망이라고 생각했습니다. 즉, 요소 및 응답에 대한 메타 데이터 중 일부가 일치하지 않거나 잘못되었으며 이러한 문제가 모델링 및 추론에 영향을 미칩니다. JMP를 사용하여 실험을 설계하면 그 결과가 발생하지 않아야합니다. 자신이하는 일을 알고 좋은 이유가없는 한 이러한 속성을 변경하면 안됩니다.
나는 문제를 해결했다. 나는 잠정 분석을 재 시행했다. * 각 임시 모델에 대한 예측 공식을 저장했다. 나는이 모델들을 프로파일했다. LOQ는 결코 원하는 수준을 달성하지 못하기 때문에 제외시켜야했습니다.
각 단계의 스크립트를 데이터 테이블에 저장했습니다. 업데이트 된 데이터 테이블이 첨부됩니다.
* 수동으로 단계별 플랫폼을 사용하여 임시 모델을 선택하고 0.15의 관대 한 알파 수준을 사용하여 이러한 영향 중 일부가 확인되지 않을 위험이 있으므로 저전력을 향상 시키십시오.
다시 : 사용자 정의 디자인고맙습니다
DOE를 위해 JMP를 사용하는 방법을 이해하려면 튜토리얼 비디오가 필요합니다.
다시 : 사용자 정의 디자인온 디맨드 및 라이브 웹 세미나를위한 여러 DOE 계획 및 분석이 jmp.com에서 무료로 제공됩니다. 이 비디오는 주로 JMP에서 '방법'에 중점을두고 있으며 DOE 문제 해결 프로세스에 대한 지식이 거의없는 사람을 가르치는 데 중점을 두지 않습니다. 따라서 JMP에서 '사용법'을 찾는 사람이라면 ... 여기에 링크 된 Mastering JMP 웹 세미나 시리즈를 둘러싼 여러 가지 제품을 살펴 보시기 바랍니다.
https://www.jmp.com/en_us/events/mastering/webcasts.html
DOE 문제 해결 과정을 가르치는보다 포괄적 인 학습 경험과 JMP에서 '방법'을 찾고 있다면 SAS는 다양한 교육 경험을 제공합니다. 이 오퍼링은 다음과 같이 자세히 살펴볼 수 있습니다.
https://www.jmp.com/en_us/training/what-we-offer.html
