부서진 스 플리트 플롯 디자인 분석안녕하세요,
간단히 말해, 화학 반응 분석을 위해 분할 플롯 디자인을 사용하려고했습니다.
온도가 변경하기 어려운 매개 변수 인 맞춤 설계자와 실험을 설계했습니다 (따라서 플롯을 분할 함). 저는 총 9 개의 변수가 있는데, 그 중 2 개는 범주 형입니다 (시약의 동일성). 처음에는 주요 효과를 가려내는 데 관심이 있습니다. 결과적으로, 나는 별칭없이 주요 효과를주는 20 개의 실험을 가진 디자인을 찾기 위해 맞춤식 디자이너를 사용했다. 상호 작용에 별칭이 지정됩니다 (모델에서 'nesscessary'로 표시된 2 차 상호 작용). 그러나 첫 번째 반복으로는 나에게 적합합니다.
어쨌든 - 실험을 수행 할 때, 나는 하나의 용매를 바꾸어야하고, 그 결과 3 개의 선택된 매개 변수가 변경되었습니다 (교체 된 용매와 가능한 한 가까운 특성을 갖는 용매를 선택하려고했습니다). 나는 George Box가 그것을 어떻게 보았는지에 대해 생각해 보았다. 그리고 나서 그것은 엉성한 디자인이되었다 - 그것은 효과가 있었지만 나에게 최고의 결과를주지 않았다. 선별 실험을 위해서 아마도 이것을 받아 들일 수있을 것입니다.
자, 모델을 맞추려고하면 JMP 출력을 해석 할 때 몇 가지 문제가 있습니다.
1) 나는 'Singularity Details'라는 것을 가지고있다. 나는 엉망진창 디자인이 이제 공선 성을 가지고 있기 때문에 그런 것 같아요?
2) 매개 변수 추정치에서 많은 것은 '편향된'이고 나머지는 0입니다. 이것은 엉성한 디자인 또는 2 차 상호 작용의 앨리어싱 때문입니까?
3) 효과 요약에서 효과가 전혀 보이지 않거나 오히려 나타나지 않습니다.
4) 실제 대 예측 된 플롯은 R ^ 2 = 1에서 완벽하게 선형입니다. 그것은 사실 일 수 없다.
5) 요격은 부정적이다.
그럼, 모두 ... 맞는 모델을보고 외계인 지식을 사용하여 몇 가지 중요한 주 효과를 선택하는 것보다 더 많은 것을 할 수 있습니까?
제목 : Re : 분석의 엉망이 된 분할 플롯 디자인주요 효과에만 맞추려고하지 않는 한 그런 희소 한 디자인으로 특이점을 기대할 수 있습니다. 그러나 주 효과만으로 특이점을 얻는다면 좀 더 어려움에 처하게됩니다.
귀하의 요소가 모두 2 단계 인 경우, 2 단계 맞춤 검사 플랫폼을 사용하여 중요한 요소와 잠재적 인 상호 작용을 식별 할 수 있어야합니다. 나는 요인을 바꾸기 위해 당신의 노력을 적절히 테스트 할 수있을 것이라고는 생각하지 않지만, 일반적인 결론을 내리는 데는 아마도 충분할 것입니다.제목 : Re : 분석의 엉망이 된 분할 플롯 디자인입력 해 주셔서 감사합니다!
내가 맞추려고하는 모델은 주 효과 + 상호 작용입니다. 사용자 정의 DoE를 올바르게 이해하면 상호 작용을 '가능한 경우'로 설정하고 주 효과를 '필수'로 설정하면 주요 효과가 예상되는 디자인을 찾을 수 있고 (일부는) 상호 작용이 앨리어싱됩니다 (별칭 테이블은 나는 기발한 디자인).
나는 Fit Two Level Screening 플랫폼에 대해 몰랐습니다. - 고마워요! 그걸로 전체 음모를 포함해서는 안되나요?
전체 플롯을 포함하든 그렇지 않든, p- 값 / 파레토 차트를 보면 어떤 요소도 중요하지 않지만 (심지어 주요 효과도!), 일부는 절반의 일반 플롯에서 벗어납니다.
그래서, 요약하자면 :
나는 평소와 같이 데이터를 분석 할 자유가 없다. 나는 가지고있는 디자인으로 특이점을 기대해야한다. 그래도 디자인의 중심에서 약간의 실험을 통해 분산에 대한 아이디어를 얻으려고합니다.
Fit Two Level Screening 플랫폼은 p- 값 / 파레토 차트를 보는 데 도움이되지 않지만, 몇 가지 요소가 절반 일반 플롯에서 크게 벗어납니다. 따라서 다음 반복에서 이들을 집중적으로 살펴 보겠습니다. 그리고 좋은 측정을 위해 요인을 바꾸는 것을 열심히 유지하십시오.
그게 정확히 이해 되었습니까?
제목 : Re : 분석의 엉망이 된 분할 플롯 디자인예, 올바르게 이해했습니다.
상호 작용을 "가능한 경우"로 설정하면 기본적으로 JMP에 "이 용어를 가능한 '가능한 경우 다른 용어와 혼동 할 수는 있지만'필요한 '용어로 혼동시키지 않는다고 말하고 있습니다." 중요한 요소를 식별하고 효력 유전 및 효과 계층 구조의 원리를 사용하여 어떤 상호 작용이 별 효과가 가장 큰 활성 요인인지에 대한 교양있는 추측을하기 위해 반 정상 평지와 같은 것을 사용해야 함을 의미합니다. 중요한. JMP는 Fit Two Level Screening에서 당신을 위해 그것을합니다. 특이점을 유발할 모델 용어의 별칭을 이미 알고 있기 때문에 Fit Model에서 박쥐 바로 풀 모델을 시도 할 수 없습니다.
Fit Two Level Screening의 Whole Plot에 대해 걱정하지 마십시오. 그것은 무작위 효과로 포함될 필요가 있습니다. Fit Two Level Screening은 내가 아는 한 임의의 효과를 처리 할 수 없습니다. 이것은 분석이 정확하지 않을 것이라는 것을 의미하지만, 강한 영향을 강조하기 위해 분석의 목적을 계속 수행 할 것으로 확신합니다. 하프 - 노멀 플롯은 결정을 내리는 데 사용해야하는 기본 출력입니다. 일단 모델을 사용하면 선택한 모델 용어에 맞게 모델에 맞출 수 있습니다.
제목 : Re : 분석의 엉망이 된 분할 플롯 디자인감사! 그것은 의미가 있습니다 - 그리고 나는 이미 데이터를 이해하고 있습니다!
