La conception de dépistage pourrait-elle être utilisée pour 1 facteur continu, 7 autres facteurs catégoriels et 1 réponse catégorielle ?Je voudrais évaluer l'influence de 8 facteurs sur la réponse. Il y a 1 facteur continu, 7 autres facteurs catégoriels et 1 réponse catégorielle, et 2 des facteurs catégoriels ont 4 niveaux, l'un des facteurs catégoriels a 8 niveaux. Pouvons-nous utiliser la méthode de conception de criblage classique pour concevoir des expériences ?
Nous voulons connaître les facteurs les plus influents parmi les 8 facteurs, où nous pourrions analyser les résultats expérimentaux de dépistage ? Lorsque nous ajoutons plus de 6 facteurs ou que les niveaux de facteurs dépassent 3, l'onglet "Screening" disparaît où nous ne pouvons pas analyser les résultats de la conception du criblage. Quels sont les problèmes? Cela signifie-t-il que la conception de criblage classique ne peut pas être utilisée dans ce cas ? Ou devrions-nous analyser les résultats de la conception de dépistage séparément ?
Merci.
BICHERe : La conception du dépistage pourrait-elle être utilisée pour 1 facteur continu, 7 autres facteurs catégoriels et 1 réponse catégorielle ?De nombreux articles traitent des options de gestion du bruit. Fisher (qui a inventé le blocage), Box, et. Al. ont de nombreux papiers / livres.
Box, George, Hunter, William et Hunter, J. Stuart (2005) " Statistiques pour les expérimentateurs : conception, innovation et découverte » Wiley & Sons (ISBN 0471718130) le couvre bien. Ce papier est excellent :
Sanders, D., Leitnaker M. et McLean R. (2002) "Conceptions de blocs complets randomisés dans les études industrielles" Ingénierie Qualité, Vol. 14, Numéro 1
Un de mes favoris:
Daniel, Cuthbert (1976) " Applications de la statistique aux expériences industrielles ” Wiley (ISBN 0-471-19469-7)
Article ultime sur les conceptions en parcelles divisées (IMHO):
Boîte, GEP, Stephen Jones (1992), « Conceptions en parcelles divisées pour une expérimentation robuste des produits ”, Journal de statistiques appliquées , vol. 19, n° 1
J'ai également joint une discussion trop simplifiée que j'utilise pour soutenir des conférences sur le sujet.
Re : La conception du dépistage pourrait-elle être utilisée pour 1 facteur continu, 7 autres facteurs catégoriels et 1 réponse catégorielle ?Il n'y a pas de norme à ma connaissance. Vous pouvez utiliser la fonction Simuler de JMP Pro pour évaluer les performances de l'analyse pour une conception donnée.
Oui, cela dépend si vous obtenez de bons résultats. Mais il y a une méthode rigoureuse derrière cette approche. Par exemple, vous pouvez créer une conception et sélectionner Simuler la réponse dans le menu de la plate-forme Conception personnalisée. Notez que vous pouvez simuler une réponse binomiale. Vous pouvez entrer les coefficients minimaux ou les coefficients attendus et générer la réponse Effectuez l'analyse pour le premier échantillon simulé. Ensuite, cliquez avec le bouton droit sur la colonne numérique qui vous intéresse (par exemple, estimation du paramètre, valeur p ou autre) et sélectionnez Simuler. Vous pouvez ensuite ajuster la conception comme indiqué par les résultats de la simulation.
Veuillez consulter le documentation pour Simuler .
Re : La conception du dépistage pourrait-elle être utilisée pour 1 facteur continu, 7 autres facteurs catégoriels et 1 réponse catégorielle ?@Mark_Bailey D'après ce que vous avez mentionné, c'est toujours le cas que je aura besoin de beaucoup d'exécutions pour bien estimer la régression logistique ou le modèle GLM binomial. Existe-t-il une norme sur le nombre d'exécutions qui pourraient normalement fournir de bons résultats d'estimation ? Ou cela dépend seulement si nous obtenons de bons résultats? Je sais qu'il existe de nombreuses façons d'évaluer la qualité d'un modèle si la réponse est continue, comme le diagramme de Pareto, etc. Quelles sont les méthodes que nous pourrions utiliser pour évaluer si le modèle est bon ou non lorsqu'une réponse est binaire ?
Re : La conception du dépistage pourrait-elle être utilisée pour 1 facteur continu, 7 autres facteurs catégoriels et 1 réponse catégorielle ?@statman Je comprends ce que vous essayez d'expliquer pourquoi l'emplacement doit être considéré comme du bruit. Mais je pense que j'ai besoin d'explorer plus sur la façon de décider de la résolution. Ou savez-vous qu'il existe des ressources/documents qui pourraient vous aider ?
Pour la variable de réponse, nous utilisons un capteur PIR, qui est passif, utilisant l'IR pour détecter le mouvement. Mais nous devons également tester certains systèmes de capteurs, qui sont une combinaison de différents types de capteurs. Dans ce cas, les résultats seraient un calcul basé sur différentes sorties de capteur, ce n'est pas une seule mesure... Et seule la sortie binaire finale nous sera fournie lorsque nous ferons le test. Peut-être que ce cas est plus compliqué pour la conception expérimentale...
Re : La conception du dépistage pourrait-elle être utilisée pour 1 facteur continu, 7 autres facteurs catégoriels et 1 réponse catégorielle ?Mark, je "traite" souvent le bruit comme un effet fixe pendant l'expérience et pendant l'analyse. Pour ce faire, il faut que l'expérimentateur comprenne ce qu'est le bruit (il doit être identifié) et puisse le gérer (ou l'échantillonner) pendant l'expérience. Cela permet d'estimer les interactions bruit-facteur (les effets des facteurs de conception sont-ils cohérents par rapport à l'évolution du bruit), ce qui est un élément nécessaire à la création de conceptions robustes.
Référence:
Sanders, D., Leitnaker M. et McLean R. (2002) "Conceptions de blocs complets randomisés dans les études industrielles" Quality Engineering, Vol. 14, Numéro 1Re : La conception du dépistage pourrait-elle être utilisée pour 1 facteur continu, 7 autres facteurs catégoriels et 1 réponse catégorielle ?Je ne pense pas que nous soyons en désaccord. Je voulais juste être sûr de la nature du facteur Emplacement. La description "meilleur" et "pire" faisait sonner comme un effet fixe. Je vois que ce sont deux emplacements aléatoires qui fourniront chacun la moitié des pistes. Ensuite, ce devrait être un bloc aléatoire. Mais je suis totalement d'accord avec vue sur l'emplacement.
Re : La conception du dépistage pourrait-elle être utilisée pour 1 facteur continu, 7 autres facteurs catégoriels et 1 réponse catégorielle ?Sur ce point je ne suis pas d'accord avec @Mark_Bailey . L'emplacement dans la pièce est un bruit et en tant que tel, il doit être traité comme un bruit dans l'expérimentation. Vous ne voulez pas conclure que l'emplacement est important et que les gens doivent rester ici pour que cela fonctionne. Vous ne vendrez peut-être pas ces capteurs ou ceux que vous vendez auront de nombreuses plaintes de clients (cela ne fonctionne que lorsque je suis ici).Re : La conception du dépistage pourrait-elle être utilisée pour 1 facteur continu, 7 autres facteurs catégoriels et 1 réponse catégorielle ?Merci pour votre explication.
Je traiterais le facteur de localisation comme un simple facteur catégoriel, et non comme un facteur de blocage.
Je définirais la réponse dans Custom Design comme n'ayant aucun objectif. Il sera plus facile de définir la fonction de désirabilité plus tard dans le profileur.
Un seul essai (un résultat oui ou non) signifie que vous aurez besoin de beaucoup d'exécutions pour bien estimer la régression logistique ou le modèle GLM binomial.
Re : La conception du dépistage pourrait-elle être utilisée pour 1 facteur continu, 7 autres facteurs catégoriels et 1 réponse catégorielle ?Pour clarifier, le crénelage partiel se produit lorsqu'un effet n'est ni orthogonal ni complètement crénelé. Il n'y a rien de mal à créer un alias tant que vous savez ce qui est aliasé. En fait, l'aliasing est une stratégie d'efficacité. Pourquoi séparer tous les effets dans la première étude. En particulier, vous n'avez pas besoin de séparer les termes d'ordre supérieur (factoriels ou polynomiaux) dans votre première expérience. Vous devez décider quels effets vous souhaitez estimer, lesquels vous souhaitez aliaser et lesquels seront limités. Si un effet est significatif et que vous savez ce qui est aliasé, la prochaine itération peut certainement désaliaser ces effets. Le problème avec le crénelage partiel est que l'effet est étalé sur plusieurs effets et donc le décrénelage n'est pratiquement pas possible.
Concernant les variables de réponse : je ne sais pas quel type de capteur vous utilisez, mais pensez à la façon dont il "détecte". Est-il actif ou passif ? S'il est passif, utilise-t-il l'infrarouge pour détecter le mouvement ? Comment le capteur traite-t-il ce signal. Cela peut-il être mesuré/quantifié ? Avez-vous un ingénieur qui comprend la science? Je travaillerais sur une meilleure mesure.
Lors de la conception d'une expérience, vous devez décider de la résolution dont vous avez besoin pour les facteurs de conception et de la résolution dont vous avez besoin pour le bruit (la résolution n'est généralement pas utilisée en référence au bruit... Très peu de gens passent du temps à comprendre le bruit même en étudiant il est nécessaire pour une conception robuste). Voici une expérience de pensée : Disons que l'endroit où quelqu'un se trouve dans la pièce est un bruit. Vous voulez que votre appareil soit résistant au bruit (là où quelqu'un se trouve dans la pièce). Vous expérimentez des facteurs de conception (sensibilité du capteur, angle, taille, etc.) qui peuvent ou non affecter les performances du dispositif de détection. 1 de ces facteurs est significatif, mais son effet (amplitude et/ou direction) dépend du bruit (tel qu'estimé par l'interaction bloc par facteur que vous avez obtenue du RCBD). Vous voulez savoir cela dès le début de la conception afin de pouvoir soit trouver un réglage pour ce facteur, soit trouver un autre facteur, soit faire en sorte que le facteur soit réglable sur le terrain afin que l'effet d'interaction du bruit par facteur soit réduit. Sinon, les performances de l'appareil dépendront du bruit. Ce qui signifie que vous aurez des plaintes de clients à un moment donné.Re : La conception du dépistage pourrait-elle être utilisée pour 1 facteur continu, 7 autres facteurs catégoriels et 1 réponse catégorielle ?@Mark_Bailey Merci d'avoir donné votre avis.
Pour l'emplacement, l'arrière-plan est que nous installons les capteurs d'occupation, les gens se tiendront à différents endroits dans un espace de test, puis nous évaluons si le capteur d'occupation détectera les occupants ou non. Parce que nous voulons savoir si l'emplacement des personnes aurait un impact sur les performances des capteurs de présence. Initialement, nous avons choisi 8 emplacements aléatoires comme 8 niveaux pour la variable d'emplacement. Mais sur la base de notre discussion avec @statman , il est préférable de ne pas utiliser 8 niveaux pour le premier plan d'expérience, c'est pourquoi nous avons décidé de choisir les cas extrêmes pour l'emplacement, l'un est le pire cas où le capteur n'a pas pu détecter les occupants, l'autre est le meilleur cas où les gens se contentent placez-vous juste devant le capteur afin que le capteur détecte parfaitement les occupants. Alors peut-être que ce n'est pas une restriction de disponibilité ? C'est juste une variable que nous voulons faire varier pour voir son impact sur la réponse ?
Pour la réponse, c'est une valeur binaire que nous observons 1 instance à chaque exécution. Dans notre cas, la réponse est la Présence/Non-présence des personnes. La présence signifie que le capteur détecte les occupants, la non-présence signifie que le capteur ne détecte pas les occupants. Alors dans ce cas, que dois-je choisir comme objectif de la réponse ?
Re : La conception du dépistage pourrait-elle être utilisée pour 1 facteur continu, 7 autres facteurs catégoriels et 1 réponse catégorielle ?@statman Sur la base de votre idée ici, la conception du bloc apportera crénelage partiel puisqu'il quantifiera les interactions bloc par facteur. Et nous ne voulons pas faire le crénelage partiel pour la première expérience, n'est-ce pas ? Et vous avez dit "vous n'avez pas rempli de Y", cela signifie-t-il que vous n'avez pas saisi "réponse" ?
Notre variable de réponse est binaire Présence/Non-présence, ce qui signifie si le capteur d'occupation détecte ou non des personnes dans l'espace. En fait, l'autre façon d'interpréter la réponse est de compter le nombre de personnes dans une salle de test. Et ensuite, nous pourrions décider du capteur Présence/Non-présence en fonction des résultats plus tard. Si le nombre de comptage est 0, alors "Non-présence" ; si ce n'est pas 0, alors "Présence". En dehors de cela, je ne pouvais pas penser à une autre façon d'interpréter la réponse. Ou peut-être avez-vous de bonnes idées? Serait-ce utile pour améliorer le cas? Malheureusement, nous n'avons pas pu détecter la taille des objets/personnes en utilisant le capteur de présence. La motion comporte quatre catégories, majeures -- personnes marchant, mineures -- personnes étendant leurs bras, bien -- personnes tapant, aucune -- dormant. Qu'entendez-vous par variation de la quantité de mouvement? Et l'emplacement influence les performances du capteur non seulement en raison de la distance mais aussi de l'angle entre le capteur et les personnes. Si nous voulons que quelque chose remplace l'emplacement, nous devrions peut-être inclure à la fois des variables de distance et d'angle. Et puis nous définissons les valeurs extrêmes pour la distance et l'angle à deux niveaux. Serait-ce utile ?
Re : La conception du dépistage pourrait-elle être utilisée pour 1 facteur continu, 7 autres facteurs catégoriels et 1 réponse catégorielle ?Désolé de rejoindre cette discussion si tard.
La Localisation semble être un facteur catégoriel à effets fixes. Est-ce vraiment une restriction de disponibilité ? Autrement dit, vous ne pouvez faire qu'un nombre limité d'observations par emplacement ? Combien d'emplacements sont à votre disposition ? Le fait que vous ayez qualifié les deux emplacements de "meilleur" et de "pire" me suggère un facteur qualitatif ou catégoriel.
Le modèle par défaut n'est que les effets principaux ou additifs. La carte des couleurs vous montre également les termes d'ordre supérieur, afin que vous puissiez évaluer l'impact de ces effets (corrélation) sur les effets principaux. Les effets biaiseront votre modèle si vous ne les incluez pas et augmenteront les erreurs types des estimations si elles sont incluses.
Quelle est la réponse ? Est-ce binaire ou est-ce un décompte de deux résultats binaires ? Par exemple, je pourrais observer 20 instances dans chaque exécution et enregistrer le nombre de chaque résultat (réussite, échec). D'un autre côté, je pourrais n'observer qu'une seule instance dans chaque exécution. Vous ne pouvez pas utiliser l'analyse de puissance dans la conception personnalisée dans le cas d'une telle réponse. Mais vous avez certainement besoin de plus d'exécutions pour une telle réponse. La commande Simuler la réponse dans Conception personnalisée, ainsi que la fonction Simuler dans JMP Pro, peuvent être utilisées pour évaluer la puissance empirique de n'importe quelle conception.
L'objectif de la réponse est enregistré en tant que propriété de la colonne Response Limits. Il définit la fonction de désirabilité pour l'optimisation dans le profileur de prédiction. Je ne pense pas que ce soit approprié pour ce cas, mais vous pouvez le modifier après avoir accédé au profileur, puis enregistrer la définition mise à jour.
Re : La conception du dépistage pourrait-elle être utilisée pour 1 facteur continu, 7 autres facteurs catégoriels et 1 réponse catégorielle ?Oui, vous avez raison... désolé d'avoir oublié que la réponse était binaire. Je vous suggère vraiment de créer une meilleure variable de réponse (voir note précédente).Re : La conception du dépistage pourrait-elle être utilisée pour 1 facteur continu, 7 autres facteurs catégoriels et 1 réponse catégorielle ?Alors que les deux @P_Bartell et j'essaie de vous donner quelques conseils, vous devez réaliser qu'il n'y a pas de "bonne" conception. Chaque conception variera potentiellement dans les ressources requises, la précision de la détection des effets des facteurs de conception, la résolution, le modèle qui peut être estimé, le nombre de facteurs qui peuvent être estimés, etc. Ce que je recommande, c'est de concevoir plusieurs expériences et de les évaluer par rapport à l'ensemble de critères et à votre situation. Je vous suggère également de prédire tous les résultats possibles et ce que vous ferez dans chaque résultat. Vous avez 8 facteurs de conception et au moins 1 variable de bruit. Le but de cette 1ère expérience est de concevoir une meilleure expérience (déplacer l'espace de conception et identifier les facteurs les plus intéressants). Habituellement, une résolution inférieure fonctionnera pour identifier les effets principaux, mais vous devez classer les effets du modèle jusqu'au 2e ordre pour déterminer si vous devez augmenter la résolution. De plus, lorsque JMP bloque la conception, le logiciel traite le blocage comme un effet aléatoire par défaut. Cependant, lorsque vous savez quel bruit constitue le bloc, vous pouvez le traiter comme un effet fixe et quantifier les interactions bloc par facteur. Je suis un peu de la vieille école me direz-vous. Je veux connaître le crénelage et je n'aime pas faire un crénelage partiel car il est plus difficile à interpréter et à déterminer ce que devrait être l'expérience suivante. Mais je suis probablement minoritaire ici. Beaucoup de gens aiment les conceptions optimales pour leur efficacité. Je ne remplis pas non plus de Y car je ne veux pas que le logiciel "contrôle" mon analyse (dans certains cas, limite mes options d'analyse).
En ce qui concerne votre variable de réponse, avez-vous pensé à d'autres façons de quantifier la réponse ? La réponse binaire nécessite des échantillons de grande taille pour détecter les différences. Pourriez-vous faire varier la taille de "l'objet" ou de la "personne" et enregistrer la taille de l'objet détecté ? Ou pourriez-vous faire varier la quantité de "mouvement" nécessaire pour être détecté ? Si la distance du capteur est importante, au lieu de bloquer sur place dans la pièce, pourriez-vous déterminer à quelle distance du capteur l'objet est détecté ? Dans tous les cas, je recommanderais plus de réflexion sur les variables de réponse.Re : La conception du dépistage pourrait-elle être utilisée pour 1 facteur continu, 7 autres facteurs catégoriels et 1 réponse catégorielle ?@statman Merci pour les suggestions.
J'ai essayé de trouver ces parcelles, y compris Diagrammes de Daniel (diagrammes normaux), diagrammes d'effets de Pareto et éventuellement diagrammes de Bayes, mais il semble qu'ils soient sous le "dépistage d'effets", et uniquement disponibles si vous utilisez "moindres carrés standard" comme "personnalité", ce qui signifie que la réponse devrait être continue. Il n'y a pas un tel choix si j'ai choisi le "modèle linéaire généralisé" avec la réponse "binomiale". Ai-je tort ou dois-je trouver cela ailleurs?
Re : La conception du dépistage pourrait-elle être utilisée pour 1 facteur continu, 7 autres facteurs catégoriels et 1 réponse catégorielle ?@statman Merci pour votre conseil.
Si j'ai choisi d'utiliser la méthode 3 : RCBD comme vous l'avez mentionné répliquer les traitements sur 2 blocs (meilleur et pire emplacement), c'est comme suit :
Le nombre d'exécutions par défaut est de 16, puis la "Carte des couleurs sur les corrélations" est la suivante :
D'après la carte de couleurs ci-dessus, il semble que le modèle ne soit pas le modèle d'effet principal.De manière générale, le Couleur carte pour un bon design montre beaucoup de blanc sur le diag au al, indiquant orthog au alité ou petit corrélation s entre des termes distincts. Cela signifie-t-il que ce n'est pas une bonne conception ? Et si j'augmente le nombre d'exécutions, cela affichera la plupart des blancs hors de la diagonale, que cela signifie-t-il que je dois augmenter le nombre d'exécutions lorsque je fais de la conception expérimentale ?
Et encore une question ici :
Notre réponse est une valeur binaire (0/1), 0 indique la non-présence d'occupants, 1 indique la présence d'occupants, pour la réponse, j'ai utilisé "Maximum" comme objectif, comme suit :
Est-ce correct ou dois-je utiliser "Aucun" comme objectif ?
Re : La conception du dépistage pourrait-elle être utilisée pour 1 facteur continu, 7 autres facteurs catégoriels et 1 réponse catégorielle ?Je suggérerais d'utiliser des parcelles de Daniel (parcelles normales), des parcelles de Pareto des effets et éventuellement des parcelles de Bayes par rapport aux valeurs p pour évaluer les facteurs intéressants à partir d'une conception de dépistage. Je suis toujours préoccupé par le fait que les estimations de MSE dans votre conception de dépistage sont médiocres, non représentatives et biaisées. Les tracés que je suggère sont moins susceptibles d'être biaisés. Vous comparez essentiellement tous les effets les uns aux autres pour déterminer ceux qui sont attribuables et qui ont une signification pratique.Re : La conception du dépistage pourrait-elle être utilisée pour 1 facteur continu, 7 autres facteurs catégoriels et 1 réponse catégorielle ?Dans ce cas, l'emplacement dans la pièce est le bruit. Vous n'avez aucun contrôle sur l'endroit où quelqu'un se trouvera dans la pièce, mais vous voulez toujours que votre capteur détecte sa présence. L'emplacement dans la pièce PEUT être contrôlé pendant l'expérience, mais pas dans la vraie vie. Ce type de facteur peut être traité de différentes manières :
1. Répétitions : Gardez la combinaison de traitement constante et prenez des mesures répétées à différents endroits. Les emplacements peuvent être aléatoires, mais vous obtiendrez plus d'informations s'il y a des hypothèses spécifiques sur POURQUOI il y aurait des différences dans les emplacements (par exemple, la proximité du capteur, l'angle du capteur, le coin de la pièce) et donc échantillonnez systématiquement.
2. Répétitions aléatoires : Je pense que c'est ainsi que vous gérez ce facteur. Bien que cela augmente l'espace d'inférence et fournisse une estimation théoriquement non biaisée de l'EQM, vous ne connaissez pas l'effet de l'emplacement et vous pouvez compromettre la précision de détection de l'effet du facteur de conception.
3. RCBD : Dans ce cas, vous sélectionneriez le meilleur emplacement (proche juste devant le capteur) comme 1 niveau et le pire emplacement (loin et à un angle extrême) comme 2ème niveau. Répliquez les traitements sur les 2 blocs. Dans ce cas, vous pouvez traiter l'emplacement comme un effet fixe. Cela permet un espace d'inférence accru, ainsi que la possibilité d'estimer le bloc (emplacement) et tous les effets d'interaction bloc par facteur (une mesure de la robustesse de votre capteur) avec une précision accrue.
4. Parcelle fractionnée (tableau de produits croisés) : placez les traitements dans la parcelle entière et le bruit dans la sous-parcelle ou le bruit dans le WP et les traitements dans le SP. Cela améliorerait l'efficacité de la conception et augmenterait probablement la précision de la détection du facteur de conception et des effets d'interaction bruit par facteur.Re : La conception du dépistage pourrait-elle être utilisée pour 1 facteur continu, 7 autres facteurs catégoriels et 1 réponse catégorielle ?@P_Bartell Il semble donc qu'il n'y ait pas de solution simple ou de réponse unique à ce problème. Je garderai cela à l'esprit lorsque j'utiliserai la méthode de conception de criblage pour concevoir des expériences et analyser les résultats. Merci pour votre temps et votre patience.
Re : La conception du dépistage pourrait-elle être utilisée pour 1 facteur continu, 7 autres facteurs catégoriels et 1 réponse catégorielle ?Mon exemple est en fait une conception de criblage. Un seul facteur... mais les principes s'appliquent pour un à plusieurs facteurs et leurs niveaux appropriés. Oui, dans une certaine mesure, vous utiliserez des valeurs p ... mais ne tombez pas dans la valeur p est un piège à falaise. Supposons que vous adoptiez, et c'est entièrement à vous la valeur p critique spécifique nécessaire pour rejeter l'hypothèse nulle pour toute estimation d'effet... alors quelle valeur allez-vous choisir ? 0,05 ? 0,01 ?0,10 ? et ainsi de suite. Et que se passe-t-il si vous choisissez 0,05 comme valeur p critique pour une estimation de paramètre, et que vous avez une valeur p d'un effet = 0,049 et une autre de 0,051. Par la mentalité de la falaise, vous seriez obligé de dire que le facteur reflétant l'estimation de 0,049 est "significatif"... et Seigneur, je déteste ce mot... mais c'est une autre diatribe pour une autre fois, et l'autre facteur n'est "pas significatif" car sa valeur p est supérieure à la valeur critique.
Le nombre d'exécutions donne le pouvoir de détecter les effets. Mon exemple le prouve. Deux essais... vous auriez du mal à rejeter l'hypothèse nulle... mais lancez cette pièce, disons 1 000 fois et je parie ma maison que vous rejetteriez l'hypothèse nulle. Les conceptions de dépistage sont intentionnellement très rares par rapport au nombre de passages... il peut donc y avoir un effet présent... vous n'avez tout simplement pas rassemblé suffisamment de preuves pour convaincre le jury.
Re : La conception du dépistage pourrait-elle être utilisée pour 1 facteur continu, 7 autres facteurs catégoriels et 1 réponse catégorielle ?@statman Généralement, notre objectif est de décider si l'emplacement des occupants dans une pièce influencerait la performance des capteurs d'occupation pour détecter les occupants. Donc, nous marquons d'abord une grille de 3x3 pieds sur le sol, et choisissons au hasard 8 emplacements à l'aide d'outils de génération de nombres aléatoires, et les occupants se tiendront à ces 8 emplacements différents pour les tests. Est-ce que c'est comme si nous pouvions contrôler l'emplacement ? En fait, puisque nous savons que le capteur peut ne pas détecter les occupants lorsqu'une personne se tient au coin de la pièce, cela signifie-t-il que nous pourrions également choisir les extrêmes de pointe pour l'emplacement ? Par exemple, un pic extrême est la personne se tenant au centre de la pièce de sorte que le capteur ait la plus grande probabilité de détecter les occupants, l'autre serait la personne se tenant dans le coin de la pièce de sorte que le capteur ait la plus petite probabilité de détecter les occupants. détecter les occupants ?
Re : La conception du dépistage pourrait-elle être utilisée pour 1 facteur continu, 7 autres facteurs catégoriels et 1 réponse catégorielle ?@P_Bartell Cela aide vraiment. J'ai déjà suivi une partie de la formation du DOE, je vais suivre les autres aussi.
Je pense que je comprends ce que vous essayez de dire dans l'exemple, mais lorsqu'il s'agit de la conception du dépistage, ce qui nous importe vraiment, c'est quel facteur aurait une influence significative sur la réponse, nous ne savons pas vraiment comment le nombre d'exécutions aurait un impact sur les résultats de la modélisation, n'est-ce pas ? Disons que nous concevons une expérience en utilisant la conception de dépistage et choisissons le modèle d'effet principal, après avoir fait les expériences, nous collectons les données de réponse réelles et choisissons un modèle pour effectuer l'analyse de l'effet principal. Ensuite, nous obtiendrons les résultats nous indiquant quel facteur est significatif en fonction de leurs valeurs P. Comment savoir si les résultats sont corrects ou non ? Ou peut-être qu'après un certain nombre d'essais, nous avons constaté qu'aucun des facteurs n'est significatif en analysant les résultats, nous avons donc besoin de plus d'essais expérimentaux ? Peut-être que je me trompe ou que ma question est un peu idiote, mais il m'est difficile de faire le lien entre cela et la conception expérimentale du dépistage...
Re : La conception du dépistage pourrait-elle être utilisée pour 1 facteur continu, 7 autres facteurs catégoriels et 1 réponse catégorielle ?Pour Motion, choisissez les extrêmes. Si cela est important, vous pouvez "affiner". Pour l'emplacement dans la chambre...Pouvez-vous réellement contrôler cela ou est-ce du bruit ? En cas de bruit, pensez à bloquer.
Re : La conception du dépistage pourrait-elle être utilisée pour 1 facteur continu, 7 autres facteurs catégoriels et 1 réponse catégorielle ?@yiyichu Il est au-delà de la portée d'un forum de discussion général comme celui-ci de donner des conseils même incomplets sur la technique de modélisation à utiliser quand. Les problèmes pratiques, les types de données, les méthodes de collecte de données, l'influence des facteurs de bruit, les capacités logicielles, les capacités des personnes impliquées dans le projet, et probablement certaines choses que je ne mentionne pas, jouent tous un rôle pour aider à déterminer COMMENT résoudre un problème. Donc, à cet égard, je pense vraiment que la meilleure voie à suivre pour vous est d'envisager une approche plus holistique pour développer vos compétences en résolution de problèmes par l'éducation et la pratique. Une excellente façon d'y parvenir, et c'est gratuit (c'est-à-dire gratuit), est de suivre le programme SAS "Statistical Thinking for Industrial Problem Solving". Une grande partie du cours est consacrée à marier la collecte de données, les types de données et les stratégies analytiques pour résoudre les problèmes. Voici un lien vers la page Web principale pour obtenir des informations sur les cours : Pensée statistique pour la résolution de problèmes industriels
Je vais essayer de vous donner un exemple de ce que je veux dire par un petit nombre de courses, il peut être difficile de démêler un signal du bruit. C'est un peu un exercice mental... alors voilà. Commençons par dire que vous aimeriez déterminer si un tirage au sort est juste et équilibré. C'est-à-dire qu'il y a 0,5 chance d'obtenir pile ou face en un tour de main. Supposons maintenant que j'en arrive à "l'expérience" avec une pièce qui n'est PAS 50/50, mais votre hypothèse nulle EST qu'il s'agit d'une pièce 50/50. Mais en réalité, je triche et j'ai apporté une pièce à l'expérience qui a 0,7 chance de tomber sur face et 0,3 chance de tomber sur pile. Si je lance la pièce une fois... je reçois face. Êtes-vous prêt à rejeter votre hypothèse selon laquelle la pièce est 50/50 ? Probablement pas sur la base d'un lancer. Que diriez-vous d'un deuxième lancer? Maintenant, vous obtenez à nouveau une tête. Prêt à rejeter encore? Après tout, si votre hypothèse est vraie, il y a 0,25 chance d'obtenir deux faces consécutives. Je pense que la plupart des gens ne rejetteraient toujours pas l'hypothèse nulle. Donc, vous retournez une troisième fois ... cette fois, vous obtenez une queue. Combien de retournements et de résultats vous faudra-t-il pour finalement rejeter le nul ? C'est là que réside le problème qui, dans mon expérience pratique, se produit parfois avec des résultats binaires.
J'espère que ça aide?
Re : La conception du dépistage pourrait-elle être utilisée pour 1 facteur continu, 7 autres facteurs catégoriels et 1 réponse catégorielle ?@statman Le facteur à 4 niveaux ici est le "niveau de mouvement", y compris le mouvement majeur, le mouvement mineur, le mouvement fin et aucun mouvement. Le facteur à 8 niveaux ici consiste à choisir au hasard 8 emplacements différents dans une pièce pour notre cas.Mais vous avez raison. En fait, j'envisage également de choisir les extrêmes des facteurs de niveau 4 et 8 pour créer tous les facteurs à 2 niveaux. Ensuite, nous pouvons également choisir la méthode de conception de dépistage définitive. Je ne sais pas quelle voie pourrait être la meilleure. Maintenant, vos conseils me rendent plus confiant pour le faire de cette façon. Merci.
Re : La conception du dépistage pourrait-elle être utilisée pour 1 facteur continu, 7 autres facteurs catégoriels et 1 réponse catégorielle ?@P_Bartell Je pense que cela ne devrait être l'effet principal qu'auparavant, mais je risque de gâcher quelque chose. Je revérifie le modèle et m'assure que le modèle n'est que l'effet principal, et il semble que l'erreur disparaisse maintenant.
Comme je suis un débutant de DOE et JMP, j'ai choisi le Personnalité d'adaptation d'Elastic Net simplement parce que je suis l'exemple fourni dans la documentation JMP. Je vais essayer d'utiliser la méthode d'estimation de base de la régression logistique comme point de départ. Merci pour votre conseil. Lorsque nous avons choisi les méthodes d'estimation, comment décidons-nous quelles méthodes d'estimation nous devrions choisir, quand choisir une méthode d'estimation de régression logistique de base, quand nous devrions en choisir d'autres, comme Lasso, Elastic Net, Ridge, etc.
Et dès votre première réponse, vous avez dit que parfois nous avions besoin de beaucoup d'exécutions pour démêler un signal du bruit pour une réponse catégorique... Pourriez-vous s'il vous plaît expliquer un peu plus à ce sujet? Que pourrions-nous faire pour vérifier si nous avons besoin de plus de courses ?
Merci encore pour votre temps.
Re : La conception du dépistage pourrait-elle être utilisée pour 1 facteur continu, 7 autres facteurs catégoriels et 1 réponse catégorielle ?Je suis également curieux, mais je suis curieux de savoir pourquoi vous examinez des facteurs catégoriels à 4 et 8 niveaux. Cela ressemble plus à un choisissez le gagnant test qu'une conception de dépistage? Mon avis : Le dépistage n'a pas pour but de tester toutes les combinaisons possibles. Pouvez-vous choisir les extrêmes des 4 ou 8 niveaux ? L'idée serait de comparer tous les facteurs (de manière égale, sans biais) et de déterminer lesquels d'entre eux méritent une enquête plus approfondie. En testant à plus de 2 niveaux pour certains de vos facteurs, vous avez plus d'informations sur ces facteurs et avez donc biaisé votre étude.
Mais, bien sûr, je ne connais pas votre situation spécifique, alors vous voudrez peut-être m'ignorer.
Re : La conception du dépistage pourrait-elle être utilisée pour 1 facteur continu, 7 autres facteurs catégoriels et 1 réponse catégorielle ?@yiyichu C'est bien que vous ayez utilisé la plate-forme de conception personnalisée. Pouvez-vous partager le modèle spécifique que vous avez articulé pour la construction de la conception ? Était-ce uniquement les effets principaux ? Ou quelque chose de différent?
Dans ma première réponse, je vous ai suggéré de spécifier un modèle d'effets principaux uniquement... le message d'erreur que vous voyez et basé sur @Mark_Bailey la réponse correcte, il semble bien que vous essayez d'adapter un modèle avec plus que de simples effets principaux ? Votre conception prend-elle en charge au moins un certain niveau d'estimation pour au moins deux (ou Dieu nous en préserve) des interactions de facteur d'ordre encore plus élevé ? Avec des facteurs catégoriels à plus de 2 niveaux, pour estimer les effets d'interaction contenant ces facteurs, votre conception peut devenir importante rapidement. Surtout avec le facteur unique à 8 niveaux.
Et je suis aussi un peu curieux de savoir pourquoi vous avez choisi la personnalité d'ajustement Elastic Net ? Je suppose que, dans un mode de modélisation de dépistage, j'aurais peut-être commencé avec un simple modèle de régression logistique nominale. Elastic Net n'est pas un mauvais choix... mais il peut avoir tendance à mettre à zéro certaines des estimations de paramètres car c'est sa nature même et vous risquez de manquer le contenu des informations au niveau de l'effet. Juste curieux plus qu'autre chose ?
Re : La conception du dépistage pourrait-elle être utilisée pour 1 facteur continu, 7 autres facteurs catégoriels et 1 réponse catégorielle ?Cela fait référence au fait que la hiérarchie du modèle est importante. JMP vous encourage fortement à maintenir la hiérarchie, mais ne l'impose pas.
La hiérarchie du modèle signifie que si vous avez X1*X2 dans le modèle, alors X1 et X2 doivent également être dans le modèle, même s'ils ne sont pas significatifs seuls.
Re : La conception du dépistage pourrait-elle être utilisée pour 1 facteur continu, 7 autres facteurs catégoriels et 1 réponse catégorielle ?Merci beaucoup. Et j'ai une autre question de suivi.
J'ai utilisé la plateforme Custom Design. Comme j'ai une réponse binaire, lorsque j'ajuste le modèle, j'ai choisi Personnalité : Régression généralisée, Distribution : Binomiale, Méthode d'estimation : Elastic Net -- Adaptive, Méthode de validation : AICc. Mais lorsque je clique sur le bouton "Go", une alerte s'affiche : "L'appareillage s'est terminé prématurément en raison de l'échec du maintien de l'hérédité. Envisagez de courir à nouveau sans imposer l'hérédité". Est-ce un problème grave que je dois résoudre, comment puis-je résoudre le problème ou dois-je choisir d'autres méthodes ?Re : La conception du dépistage pourrait-elle être utilisée pour 1 facteur continu, 7 autres facteurs catégoriels et 1 réponse catégorielle ?Une fois que vous vous trouvez dans une situation où les niveaux de facteurs sont autres que 2, les conceptions de dépistage classiques, c'est-à-dire les conceptions factorielles fractionnaires à deux niveaux, ne sont pas applicables ni même réalisables. Dans votre cas, certains facteurs ayant des niveaux autres que 2, vous êtes obligé d'utiliser un scénario DOE optimal... qui, dans JMP, vous amène directement à la plate-forme de conception personnalisée. Étant donné que vous semblez vouloir exécuter une conception de dépistage, j'utiliserais la plate-forme Custom Design pour créer une conception prise en charge par un modèle d'effets principaux uniquement. Dans le but de minimiser le nombre d'exécutions. Vous souhaiterez peut-être ajouter quelques exécutions au-delà du minimum spécifié par JMP pour permettre certains degrés de liberté en cas d'erreur.
Bonne chance pour essayer de trouver des effets actifs avec une réponse catégorique... mon expérience passée est parfois que vous avez besoin de beaucoup de courses pour taquiner un signal du bruit... mais vous ne le saurez jamais à moins d'essayer.
