DOE - 복제 대 반복온도를 결정하기 위한 실험을 설계해야 합니다. 온도 ~에 대한 영향 산도
온도가 [20,23] 범위의 연속 변수라고 가정해 봅시다.
그리고 pH도 연속적이며 범위 [5,7] 내에서 양호하지만 중앙에서는 완벽합니다.
매일 정상 조건에서 모든 샘플을 3회 측정합니다(의사 복제).
이 경우 JMP에서 사용해야 하는 반복 횟수는 3입니까? 아니면 반복일 뿐이고 3개의 결과 대신 평균값을 취해야 합니까?
"중심점"을 사용해야 합니까?
3(pseudoreplicates)은 "Replicate Runs" 필드에서 사용해야 하는 숫자입니까?
내 시도를 보여주기 위해 JMP DoE에서 첨부된 화면을 찾습니다.
실험 설계Re: DOE - 복제 대 반복아마도 동등하거나 더 중요한 것은 반복이 변동의 추정치를 제공한다는 것입니다. 문제가 변동인 경우 평균뿐만 아니라 변동에 영향을 미치는 요인을 모델링해야 합니다.
Re: DOE - 복제 대 반복반복은 각 처리에 대한 반응을 평균화하는 데 사용할 수 있는 여러 측정입니다. 복제품이 아닙니다!!
중심점은 일반적으로 다른 실행에서 가져온 측정이므로 반복으로 간주되지 않습니다.
별도의 데이터 테이블을 사용하여 특정 처리에 대한 응답 평균을 검색할 수 있습니다.
Re: DOE - 복제 대 반복예, 평균 pH 대 온도를 모델링하겠습니다. 예, 선형 반응에 대한 최적 설계는 두 가지 요인 수준만 사용합니다.
온도 범위가 pH에 큰 변화를 일으킬 만큼 충분히 넓어야 하지만 연구 중인 현상의 특성을 변화시킬 정도로 넓지는 않아야 합니다. 디자인의 포인트는 모델링입니다. 원하는 pH를 얻는 좁은 범위의 관점에서 생각할 수 있습니다. 더 넓은 범위의 온도에 의해 생성되는 반응의 큰 변화라는 측면에서 생각해야 합니다. 이러한 종류의 디자인은 원하는 추세에 대한 보다 정확하고 안정적인 추정치를 제공합니다. 이 사례는 단순한 테스트가 아니라 실험 및 모델링입니다. 이 경우는 '승자를 뽑는다'가 아니라 예측하는 것입니다.
마지막 요점은 최종 질문으로 이동합니다. 우리는에 대해 이야기 힘 디자인에서. 검정력은 통계적으로 유의미한 실제 효과(즉, 선형 추세)를 발견할 확률입니다. 실제 선형 추세가 있지만 표본 크기가 작기 때문에 종종 중요하지 않다고 가정해 보겠습니다. 이와 같은 결과는 위음성 결과. 힘은 그 반대입니다. 진정한 긍정 . 가설 검정의 통계적 결정은 응답의 변화가 응답의 무작위 변동으로 인한 변화보다 훨씬 큰지 결정하는 것으로 설명할 수 있습니다.
JMP는 설계 플랫폼에 내장된 검정력 분석을 제공합니다. 예시와 함께 사용 방법을 설명하겠습니다. 나는 연다 암사슴 > 주문 설계 , 응답 이름을 다음으로 변경 산도 그리고 목표 없음 . 단일 연속 요소를 추가합니다. 온도 범위 -1 에게 +1 (실제 범위는 모르겠습니다.) 클릭 계속하다 에 대한 선형 응답에 대한 기본 모델을 수락합니다. 온도 . 나는 시작하기로 결정했다 8회 (사용자 정의) 클릭 디자인하다 . 이 설계는 어떻게 수행됩니까?
온도가 변하지 않을 때 pH가 0.2 pH의 표준 편차를 갖는 정규 분포로 변한다고 가정해 봅시다. 또한 우리는 pH가 최소한으로 이 디자인의 온도 범위에서 6.4에서 7.0으로 변경됩니다. 이제 이 설계의 성능을 분석할 준비가 되었습니다.
열기 전력 분석 설계 평가 개요 내에 있는 개요. 전력을 분석하는 두 가지 동등한 방법이 있습니다. 둘 다 보여드리겠습니다. 먼저 입력 0.2 ~을 위해 예상 RMSE (응답 표준 편차). 이제 예상 계수 아니면 그 예상되는 반응 . 예상 계수는 효과를 2로 나눈 값입니다. 최소한의 효과를 기대합니다 7.0 - 6.4 = 0.6 pH 따라서 예상 계수는 0.3 . 또는 다음을 입력하십시오. 6.4 예상 응답으로 온도 = -1 그리고 7.0 언제 온도 = +1 . 다음 중 하나를 클릭합니다. 변경 승인 이 정보를 입력한 후 버튼을 누릅니다.
사용자 지정 디자인은 다음과 같아야 합니다.
예상이 맞다면 검정력은 0.939이고 이 디자인을 사용하는 동안 거의 항상 통계적으로 유의미한 0.6 pH 이상의 효과를 찾아야 합니다.
이 예를 위해 숫자를 구성했습니다. 그림을 특정 사례로 번역하고 어떻게 진행되는지 확인하십시오. 물론 어떻게 진행되는지 또는 추가 질문이 있는 경우 알려주십시오.
Re: DOE - 복제 대 반복귀하의 의견에 대한 내 의견/답변을 아래에서 찾으십시오.
- 예, 하나의 예측 변수와 하나의 응답입니다. 지금은 플랫폼이 필요하지 않을 수도 있음을 알 수 있습니다 ...
- 정확도를 위해 하나의 샘플을 3번 측정합니다(높은 방법 변동성).
- 좋아요, 그럼 당신은 평균값을 취하려고 할까요?
- 좋습니다. 적절한 명명법과 일관성을 유지하려면 하나의 실험 단위에 대해 3개의 측정값이 있습니다. 지금 당장은 다른 효과/변수를 고려할 필요가 없습니다.
- 선형 추세를 기대합니다. 따라서 이 경우 온도에 대한 두 가지 요소로 충분하지 않습니까?
이 문제를 어떻게 보겠습니까?
Re: DOE - 복제 대 반복자세한 답변을 주셔서 감사합니다.
아래에서 내 설명을 찾으십시오.
- 예, pH가 온도의 선형 함수일 것으로 예상합니다.
- 예, 측정 오류를 줄이기 위해 세 번 측정합니다(방법 변동성이 높음). 그래서 평균만 사용하겠습니다.
- 우리는 며칠을 고려하지 않을 것입니다
- 일반적으로 시간은 우리에게 유일한(그러나 중요한!) 요소입니다.
그리고 연구에 관한 추가 질문:
총 실행 횟수를 입력하라고 말씀하셨습니다.
이러한 연구에서 통계적으로 유의미한 최소 런 수를 도출하는 방법은 무엇입니까?
Re: DOE - 복제 대 반복질문하신 내용을 정확히 이해하지 못했기 때문에 몇 가지 질문/의견을 보내드리겠습니다. 귀하의 질문을 너무 많이 읽은 것에 대해 미리 사과드립니다.
1. 1개의 예측 변수(Temp.)와 1개의 반응 변수(pH)로 실험하고 있는 것이 맞습니까? 이것은 단일 요소 실험이므로 JMP DOE 플랫폼을 사용해야 하는 이유를 잘 모르겠습니다. 지시된 샘플링 계획을 사용하여 데이터를 수집하여 데이터를 구성 요소로 할당하고 분할한 다음 회귀를 통해 데이터를 모델링할 수 있습니다.
2. 무엇을 측정하고 있습니까? (" 정상적인 조건에서는 모든 샘플을 3번 측정합니다."). "동일한" 조건에서 pH를 세 번 측정하고 있습니까? 샘플(이 경우 측정 정밀도의 추정치를 얻음).
3. 일반적으로 반복 측정 "독립적인 사건"으로 간주되지 않으므로 자유도가 증가하지 않습니다. 그러나 변동 요소를 정량화하는 데 유용합니다. 동일한 샘플을 여러 번 측정하면 측정 정밀도를 정량화할 수 있습니다. 3개의 연속 샘플을 측정하면 샘플 간 편차 등을 정량화할 수 있습니다. DOE 상황에서 치료 조합을 변경하지 않고 여러 "측정"을 취한 경우 이는 반복으로 간주됩니다(본질적으로 치료 변동 내). 치료 내 효과의 일관성을 평가한 다음 적절한 경우 평균과 변동 추정치(예: 범위, 표준 편차, 분산)를 모두 사용하여 치료 내 변동을 정량화할 수 있습니다. 평균과 변동 추정치는 모두 별도의 Y로 모델링할 수 있습니다.
4. " 실험 단위 ", 그들은 복제라고 하는 독립적인 이벤트로 간주됩니다(나는 반복에 사용되는 실험 단위(복제) 대 측정이라는 문구를 사용하고 있음에 유의하십시오). 복제는 완전히 무작위화되거나(실험 오류의 "편향되지 않은" 추정을 허용하는 전형적인 권장 설계) 블록으로 구성될 수 있습니다(우리가 주장할 수 있는 것은 무작위 또는 고정 효과로 취급될 수 있음). 고정 효과로 취급하는 경우(특정 노이즈 요소를 식별하고 실험 과정에서 "관리"할 수 있는 경우 특히 유용함) 테스트되지 않은 변수(노이즈)의 효과를 추정할 수 있으며 노이즈별 상호 작용을 수행할 수 있습니다. 지정됩니다(견고한 설계에 유용함).
5. 중심점은 요인 설계에서 설계 공간의 비선형 관계를 테스트하는 효율적인 방법입니다. 다중 예측 변수 (하나만 있으므로 해당 요소에 대한 세 번째 수준을 갖습니다). 중심점은 직교 균형과 회전성을 유지합니다. 분석을 위해 모델에 하나의 항을 추가하여 비선형성을 평가할 수 있지만 해당 항은 모델의 모든 요인에 대해 교락됩니다.
Re: DOE - 복제 대 반복Custom Design 플랫폼은 매우 유연하지만 일부 기능은 일상적으로 사용하고 다른 기능은 필요에 따라 예외로 사용합니다.
나는 복제 횟수 기능을 사용하지 않을 것입니다. 이 기능은 JMP에 전체 설계의 반복 횟수가 아닌 반복 실행 횟수를 알려줍니다. 대신 하단의 실행 횟수를 사용하십시오. 여기에서 원하는 총 실행 수를 모두 입력하십시오.
Center Points 기능도 사용하지 않을 것입니다. pH가 온도 변화에 대해 선형 또는 비선형 반응을 보일 것으로 예상하십니까? 선형이면 완료된 것입니다! 비선형이면 모델에 온도의 두 번째 제곱을 추가하면 완료됩니다! 모델의 순서에 따라 최적의 온도 수준이 결정됩니다. 선형 모델의 최적 설계에는 두 가지 수준만 포함됩니다. 2차 모델의 최적 설계에는 세 가지 수준이 포함됩니다.
각 샘플을 세 번 측정하는 이유는 무엇입니까? 측정 오류를 줄이려면 이 연습을 계속하되 해당 실행의 Y 값에 대한 평균 측정값만 입력하십시오. 그렇지 않으면 모델은 각 실행을 복제, 즉 전체 설정, 측정 및 분해로 처리합니다. 귀하의 경우 측정일 뿐이며 모델의 오류 항을 추정하는 데 적합하지 않습니다.
며칠이 공부의 한 측면인지 잘 모르겠습니다. 하루 만에 전체 연구를 완료하시겠습니까, 아니면 날마다 변동이 있을 것으로 예상하고 이 효과를 분석에 포함하시겠습니까? 일반적으로 시간의 효과는 고정된 것이 아니라 임의적입니다. 즉, 요일에 따라 변동이 있지만 화요일이 항상 평균에 7%를 더하는 것처럼 재현할 수 없습니다. 날짜를 포함하려면 하단의 임의 블록 옵션을 사용하고 매일 실행하려는 실행 횟수를 지정하십시오.
더 궁금한 점이 있으면 알려주세요.
