予測式の計算式親愛なる尊敬する皆様、RSM をデータに適用した後に最終的な予測方程式を取得するというこの問題の解決にご協力ください。 私は、定数と切片（添付画像）を持つ実際の方程式をさまざまな用語で引用している記事をいくつか読みましたが、JMP が提供するものは数値のみ（添付画像）です。
Re: 予測式の計算式こんにちは@Afnanyasir 、
混合項 A*B と 2 次項 A^2 および B^2 を削除する前に、Fit Model プラットフォームを使用して RSM モデルをテストすることをお勧めしますが、GLM、GenReg、または Stepwise の「パーソナリティ」を使用して、 RSM の多項式展開のどの項がモデル内で実際に重要でないかを確認します。 データを当てはめる他の方法をいくつか試して、結果を確認してください。 A*B 項と 2 次項が重要ではないという同じような結果がすべて得られる場合は、それらを最終モデルに削除します。 データが RSM DOE 経由で収集された場合、同じプラットフォームを通じて分析する必要はありません。 他の方法でも分析できます。
お役に立てれば、
DS
Re: 予測式の計算式詳細なご返信ありがとうございます。 前に述べたように、データ回帰プロットはデータを線形的に説明します。また、二次モデルやその他の多項式モデルもパラメーター推定では有意ではないと呼ばれます。個別の A 因子と個別の B 因子のみが有意であると呼ばれます。 私の質問は、最終的な方程式を得るために、AxB や A2B2 などの重要でない項を RSM モデルに含める必要があるかということです。それとも、個々の A 因子と B 因子である重要なものだけを追加するのでしょうか?
Re: 予測式の計算式最終的な方程式を得るには、RSM に有意でないパラメータ推定値を追加する必要がありますか?それともスキップするだけでいいのでしょうか？なぜなら、重要でないパラメータを含めるか除外すると、最終的な方程式が変わるからです。 ありがとう
Re: 予測式の計算式私の無知で申し訳ありませんが、あなたの情報の一部は矛盾しています。 RSM (JMP モデル構築に組み込まれていると思われます) を使用してデータセットのデータを分析したいとのことですが、これには主効果、二次効果 (2 因子交互作用)、二次効果 (A+B など) が含まれます。 +AB+A^2+B^2)。 このモデルは二次相互作用効果 (A^2B、AB^2、A^2B^2 など) を割り当てません。これらは誤差の推定値であると想定されているためです (これについてはここでは議論しません)。 最後の返信では、モデルは線形のみであると示唆していますか? また、「混合物」についても言及しています。 ということは、これはミックスデザインなのでしょうか？ RSM は、(関連する制約を伴う) 混合計画を一般的に分析する方法ではありません。
いくつかの考えがあります:
1. 飽和モデルから開始します (すべての自由度を割り当てます)。 重要でない項を削除してモデルを簡素化します (科学理論、RSquare と RSquare Adj の値とそれらの間のデルタ、標準誤差と正規プロットを使用して重要な因子を選択します)。 単純化されたモデルを再実行して残差を取得し、モデルの仮定を評価します。 二次項が重要でない場合は、それらをモデルから削除します。
2. 最適な予測方程式を開発するための最適化段階に本当に到達している場合、重要性は主な関心事ではありません。 これはすでに決定されているはずなので、今は最適な設計領域のスペースを埋めるだけです。
Re: 予測式の計算式こんにちは@Afnanyasir 、
モデルに関する予備知識がある場合は、その関数形式をそのまま使用してください。
たとえば、物理学では、物体が特定の初速度 (v0) で高さ "h" から落下する場合、物体の垂直位置 (時間の関数として) は次のようになります (g は重力定数)。
y(t) = h + v0*t + (1/2)gt^2
行っている実験に落下物が含まれる場合は、他の式ではなくこの式を使用することになるため、これは経験式ではなく、第一原理式となります。 物理学または化学の第一原理公式がある場合は、それを使用してください。
しかし、あなたの言っていることに基づくと、以前の研究から、それがアルカリの投与量と温度に基づいた線形モデルであるという兆候があり、それに交差項または高次の項があるかどうかを確認したかっただけのようです。 RSM を通じて実行すると、どの要素が重要かそうでないかについて適切な指標を得ることができます。 ただし、あなたが指摘する p 値は、パラメーターの推定値と、それが 95% 信頼区間内に収まるかどうかに関するものです。 つまり、これが意味するのは、パラメーターの推定値があまり良くないということです。
A*B、A^2、B^2 などの項をモデルに含めるべきかどうかを知りたい場合は、Fit Model プラットフォームのステップワイズまたは GenReg Personalities を通じて実行することをお勧めします。 PLS または GLM パーソナリティを試して、そこで何が見つかるかを確認することもできます。
たとえば、Big Class.jmp サンプル データを使用すると、身長と体重を「A」および「B」として使用し、年齢に対して RSM を実行できます。 これを行うと、P 値が << アルファである場合、効果概要プロットにより、どの因子 (および組み合わせ) が関連しているかがわかります。 これらは、確認したい種類の p 値です。
あなたの仕事については、SCOD 増加は温度とアルカリ線量に直線的に依存するというあなたの回答のように聞こえます。 最も単純で検証可能なモデルであれば、ぜひそれを選択してください。
最後のアドバイスとして、データ セットが小さい場合は、モデルの検証を検討するとよいでしょう。自動検証 JMP アドインを調べて、それが役立つかどうかを確認する必要があります。
お役に立てれば！、
DS
Re: 予測式の計算式こんにちは@SDF1サー/マァム。 詳細なご返信をありがとうございました。 はい、RSM とは応答曲面モデルのことですが、データに従って使用する予定だったモデルについての事前知識がありました。 クロスチェックのために、私の上司は別のソフトウェアで同じデータを実行し、データが線形に（増加に）動作することを確認し、JMP の回帰プロットもデータを線形に説明しました。 すべての項を含めたり、独立変数とそれらの混合を含めたりすると、方程式はより複雑になり (画像が添付されています)、有意でないものとしてリストされます。そのため、基本的に、重要でないものとして説明されていたため、RSM の実行にはそれらを含めませんでした。 因子 A、B は有意ですが、A*B、A2、および B2 は有意ではないとされます (画像を添付)。完全な式を得るには、重要でない項も実行する必要がありますか?すべての項を追加した場合、最終的な方程式 (添付画像) はどのように表現すればよいでしょうか?
Re: 予測式の計算式こんにちは@アフナンヤシル、
念のため言っておきますが、データに RSM を適用したという場合は、応答曲面モデルのことを指しますか? その特定のモデルを適用する前に、特定の種類の動作をモデル化することが知られている物理的または化学方程式から、これが使用するのに正しいモデルであるという先験的な知識はありますか? そうでない場合、その特定のモデルを選択する正当な理由は何ですか? 物理/化学モデルに基づいていない場合は、GenReg を使用してこれを分析することをお勧めします。これは、JMP Pro があるため実行できます。
以下の方程式に示すように、モデルには混合項 A*B がなく、二次項の 1 つが欠落しているため、表示するモデルは完全な RSM のようには見えません。 それ以外の場合、方程式はまったく問題ありません。 切片、最初の数値、アルカリ線量への依存性の傾き、温度への依存性の傾き、および Temp^2 への依存性の傾きが得られます。 他の項はモデルに寄与していないために脱落したのでしょうか?
いつでも他の項を手動で入力して完全な RSM を取得し、モデルを再実行できます。 注意: 過剰適合にならないように、モデルに含める項の数に注意してください。 現在のモデルには 3 つの項が含まれているため、少なくとも 1 つの自由度を確保するには、データ テーブルに少なくとも 4 行が必要です。 結果を予測しようとしている場合は、モデルの適合に使用されていないデータで結果をテストするか、少なくともいくつかの検証を実行してモデルが正しいことを確認する必要があります。 データ テーブルに十分な行 (おそらく 100 行以上) がある場合は、相互検証を実行して、最適な経験的モデルを見つけることができる可能性があります。
お役に立てれば、
DS
