スクリーニングデザインは、1つの連続因子、7つの他のカテゴリー因子、および1つのカテゴリー応答に使用できますか？8つの要因が反応に与える影響を評価したいと思います。 1つの連続因子、7つの他のカテゴリー因子、および1つのカテゴリー応答があり、2つのカテゴリー因子には4つのレベルがあり、1つのカテゴリー因子には8つのレベルがあります。 古典的なスクリーニング計画法を使用して実験を設計できますか？
スクリーニング実験結果を分析できる8つの要因の中で最も影響力のある要因を知りたいですか？ 6つ以上の因子を追加するか、因子のレベルが3を超えると、[スクリーニング]タブが消え、スクリーニング設計の結果を分析できなくなります。 問題は何ですか？ この場合、古典的なスクリーニングデザインを使用できないということですか？ それとも、スクリーニング設計の結果を個別に分析する必要がありますか？
ありがとう。
DOERe：スクリーニングデザインは、1つの連続因子、7つの他のカテゴリー因子、および1つのカテゴリー応答に使用できますか？要因のレベルが2以外の状況になったら、従来のスクリーニング設計、つまり2レベルの一部実施要因計画は適用できないか実行できません。 レベルが2以外のいくつかの要因がある場合、最適なDOEシナリオを使用する必要があります... JMPではカスタムデザインプラットフォームに直接移動します。 スクリーニングデザインを実行したいようですので、カスタムデザインプラットフォームを使用して、メインエフェクトのみのモデルでサポートされるデザインを作成します。 実行回数を最小限に抑えることを目的としています。 エラーのある程度の自由度を考慮して、JMPで指定された最小値に加えて数回の実行を追加することをお勧めします。
カテゴリ別の応答でアクティブな効果を見つけようと頑張ってください...私の過去の経験では、ノイズから信号を引き出すために多くの実行が必要になることがあります...しかし、試してみないとわかりません。
Re：スクリーニングデザインは、1つの連続因子、7つの他のカテゴリー因子、および1つのカテゴリー応答に使用できますか？どうもありがとうございました。 そして、私は別のフォローアップの質問があります。
カスタムデザインプラットフォームを使用しました。 バイナリ応答があるため、モデルを適合させるときに、パーソナリティ：一般化回帰、分布：二項、推定方法：エラスティックネット-適応、検証方法：AICcを選択しました。 しかし、「実行」ボタンをクリックすると、「遺伝を維持できなかったため、フィッティングが早期に終了しました」というアラートが表示されます。 遺伝を強制せずにもう一度走ることを検討してください。」 これは私が解決しなければならない深刻な問題ですか、どうすれば問題を解決できますか、それとも他の方法を選択する必要がありますか？Re：スクリーニングデザインは、1つの連続因子、7つの他のカテゴリー因子、および1つのカテゴリー応答に使用できますか？これは、モデル階層が重要であるという事実を指します。 JMPは、階層を維持することを強くお勧めしますが、必須ではありません。
モデル階層とは、モデルにX1 * X2がある場合、X1とX2は、単独で有意ではない場合でも、モデルに含まれている必要があることを意味します。
Re：スクリーニングデザインは、1つの連続因子、7つの他のカテゴリー因子、および1つのカテゴリー応答に使用できますか？@yiyichuカスタムデザインプラットフォームを使用したことは素晴らしいことです。 デザイン構築のために明確に表現した特定のモデルを共有できますか？ 主な効果だけでしたか？ または何か違う？
私の最初の返信では、主効果のみのモデルを指定することを提案しました...表示されているエラーメッセージに基づいています@markbaileyの正解ですが、主な効果以上のものをモデルに適合させようとしているように見えますか？ あなたの設計は、少なくともいくつかの2つ（または天国では禁じられている）のさらに高次の因子の交互作用について、少なくともある程度の推定をサポートしていますか？ 2つ以上のレベルのカテゴリ要因を使用して、それらの要因を含む交互作用効果を推定するために、設計は急いで大きくなる可能性があります。 特に8レベルの1つの要因で。
また、エラスティックネットフィッティングパーソナリティを選択した理由についても少し興味がありますか？ スクリーニングモデリングモードでは、おそらく単純な名目ロジスティック回帰モデルから始めたのではないかと思います。 Elastic Netは間違った選択ではありません...しかし、それは非常に自然であり、効果レベルの情報コンテンツを見逃す可能性があるため、パラメーター推定値の一部をゼロにする傾向があります。 何よりも興味がありますか？
Re：スクリーニングデザインは、1つの連続因子、7つの他のカテゴリー因子、および1つのカテゴリー応答に使用できますか？私も興味がありますが、なぜあなたが4レベルと8レベルのカテゴリー要素を見ているのか興味があります。 これはもっと勝者を選ぶスクリーニングデザインよりもテスト？ 私の考え：スクリーニングは、考えられるすべての組み合わせをテストすることを意図したものではありません。 あなたは4または8レベルの極端を選ぶことができますか？ アイデアは、すべての要因を（等しく、バイアスなしで）比較し、それらのどれがさらに調査する価値があるかを判断することです。 いくつかの要因について2つ以上のレベルでテストすることにより、それらの要因に関するより多くの情報が得られるため、研究にバイアスがかかります。
しかし、もちろん、私はあなたの特定の状況を知らないので、あなたは私を無視したいかもしれません。
Re：スクリーニングデザインは、1つの連続因子、7つの他のカテゴリー因子、および1つのカテゴリー応答に使用できますか？@P_Bartell以前だけ主効果だったと思いますが、めちゃくちゃになるかもしれません。 モデルを再確認し、モデルがメインエフェクトのみであることを確認しましたが、エラーは解消されたようです。
私はDOEとJMPのスターターなので、 JMPドキュメントで提供された例に従っているという理由だけで、ElasticNetフィッティングパーソナリティ。 それでは、基本的なロジスティック回帰の推定方法を出発点として使用してみます。 アドバイスありがとうございます。 推定方法を選択したとき、どの推定方法を選択するか、基本的なロジスティック回帰推定方法をいつ選択するか、Lasso、Elastic Net、Ridgeなどの他の方法をいつ選択するかをどのように決定しますか。
そして、最初の返信から、カテゴリ別の応答のためにノイズから信号を引き出すために、多くの実行が必要になることがあるとおっしゃいました... それについてもう少し説明していただけますか？ さらに実行が必要かどうかを確認するにはどうすればよいですか？
改めてありがとうございました。
Re：スクリーニングデザインは、1つの連続因子、7つの他のカテゴリー因子、および1つのカテゴリー応答に使用できますか？@statmanここでの4レベルの要素は、メジャーモーション、マイナーモーション、ファインモーション、およびなしモーションを含む「モーションレベル」です。 ここでの8レベルの要因は、この場合、部屋の8つの異なる場所をランダムに選択することです。しかし、あなたは正しいです。 実際、私は4レベルと8レベルの要素の極値を選択して、すべての要素を2レベルにすることも検討しています。 次に、最終的なスクリーニング設計方法を選択することもできます。 どちらの方法が良いかわかりません。 今、あなたのアドバイスは私がこのようにそれをすることにもっと自信を持っています。 ありがとうございました。
Re：スクリーニングデザインは、1つの連続因子、7つの他のカテゴリー因子、および1つのカテゴリー応答に使用できますか？モーションの場合は、極端なものを選択します。 それが重要な場合は、「微調整」できます。 部屋の場所について...実際にこれを制御できますか、それともノイズですか？ ノイズがある場合は、ブロックすることを検討してください。
Re：スクリーニングデザインは、1つの連続因子、7つの他のカテゴリー因子、および1つのカテゴリー応答に使用できますか？@statmanアドバイスありがとうございます。
方法3を使用することを選択した場合：あなたが言ったようにRCBD 2ブロック（最良の場所と最悪の場所）で治療を複製すると、次のようになります。
デフォルトの実行回数は16回で、「相関のカラーマップ」は次のとおりです。
上記のカラーマップから、このモデルは主な効果モデルではないようです。一般的に、色地図良いデザインの場合、診断から多くの白が表示されますオンal、orthogを示すオン性格または小さい相関s異なる用語の間。 これは、これが良いデザインではないことを意味しますか？ また、実行数を増やすと、対角線からほとんど白が表示されます。これは、実験計画を行うときに実行数を増やす必要があることを意味するのでしょうか。
そしてここでもう1つの質問：
私たちの応答はバイナリ値（0/1）であり、0は居住者が存在しないことを示し、1は居住者が存在することを示します。応答では、次のように「最大」を目標として使用しました。
これは適切ですか、それとも「なし」を目標として使用する必要がありますか？
Re：スクリーニングデザインは、1つの連続因子、7つの他のカテゴリー因子、および1つのカテゴリー応答に使用できますか？@statman提案ありがとうございます。
私はこれらのプロットを見つけようとしましたダニエルプロット（通常のプロット）、効果のパレートプロット、場合によってはベイズプロットですが、これらは「効果スクリーニング」の下にあるようで、「パーソナリティ」として「標準最小二乗」を使用した場合にのみ使用できます。継続的であること。 「二項」応答の「一般化線形モデル」を選択した場合、そのような選択はありません。 私は間違っていますか、それともどこかでこれを見つける必要がありますか？
Re：スクリーニングデザインは、1つの連続因子、7つの他のカテゴリー因子、および1つのカテゴリー応答に使用できますか？両方が@P_Bartellそして私はあなたにいくつかのアドバイスを与えようとしています、あなたは「正しい」デザインがないことを理解するべきです。 すべての設計は、必要なリソース、設計要素の影響を検出する精度、解像度、推定できるモデル、推定できる要素の数などが異なる可能性があります。 私がお勧めするのは、複数の実験を設計し、一連の基準と状況に照らしてそれらを評価することです。 また、考えられるすべての結果と、各結果で何をするかを予測することをお勧めします。 8つの設計要素と少なくとも1つのノイズ変数があります。 この最初の実験の目的は、より良い実験を設計することです（設計空間を移動し、最も興味深い要因を特定します）。 通常、低解像度で主な効果を特定できますが、解像度を上げる必要があるかどうかを判断するには、モデル効果を2次までランク付けする必要があります。 また、JMPがデザインをブロックしている場合、ソフトウェアはデフォルトでブロックをランダム効果として扱います。 ただし、ブロックを構成しているノイズがわかっている場合は、それを固定効果として扱い、ブロックごとの交互作用を定量化できます。 私はあなたが言うかもしれない少し古い学校です。 エイリアシングを知りたいのですが、部分的なエイリアシングを行うのは好きではありません。これは、後続の実験を解釈して決定するのがより難しいためです。 しかし、私はおそらくここでは少数派です。 多くの人々は彼らの効率のために最適なデザインを好みます。 また、ソフトウェアに分析を「制御」させたくないので、Yを入力しません（場合によっては、分析オプションを制限します）。
応答変数に関して、応答を定量化する他の方法について考えましたか？ バイナリ応答では、差異を検出するために大きなサンプルサイズが必要です。 「オブジェクト」または「人」のサイズを変更して、検出されたオブジェクトのサイズを記録できますか？ それとも、検出されるのに必要な「動き」の量を変えることができますか？ センサーからの距離が重要な場合、部屋の場所をブロックする代わりに、オブジェクトが検出されるセンサーからの距離を判断できますか？ いずれにせよ、私は応答変数についてもっと考えることをお勧めします。Re：スクリーニングデザインは、1つの連続因子、7つの他のカテゴリー因子、および1つのカテゴリー応答に使用できますか？はい、あなたは正しいです...応答がバイナリであったことを見逃してすみません。 より良い応答変数を作成することをお勧めします（前の注を参照）。Re：スクリーニングデザインは、1つの連続因子、7つの他のカテゴリー因子、および1つのカテゴリー応答に使用できますか？遅くまでこのディスカッションに参加して申し訳ありません。
場所は、固定効果のあるカテゴリ要素のようです。 それは本当に可用性の制限ですか？ つまり、場所ごとに限られた数の観測しかできませんか？ いくつの場所を自由に利用できますか？ あなたが2つの場所を「最高」と「最悪」と呼んだという事実は、私にとって定性的またはカテゴリー的な要因を示唆しています。
デフォルトでは、モデルは主効果または加法効果のみです。 カラーマップには高次の項も表示されるため、これらの効果（相関）が主な効果に与える影響を評価できます。 それらを含めない場合、効果はモデルにバイアスをかけ、含まれている場合は推定値の標準誤差を増加させます。
応答は何ですか？ それはバイナリですか、それとも2つのバイナリ結果のカウントですか？ たとえば、各実行で20個のインスタンスを観察し、各結果（成功、失敗）の数を記録する場合があります。 一方、1回の実行で1つのインスタンスしか観察されない場合があります。 このような応答の場合、カスタム設計で検出力分析を使用することはできません。 しかし、そのような応答には確かにもっと多くの実行が必要です。 カスタムデザインの[応答のシミュレーション]コマンドとJMPProのシミュレーション機能を使用して、任意のデザインの経験的能力を評価できます。
応答の目標は、応答制限列プロパティとして保存されます。 これは、予測プロファイラーで最適化するための望ましさ関数を定義します。 この場合には適切ではないと思いますが、プロファイラーに到達した後で変更して、更新された定義を保存することができます。
Re：スクリーニングデザインは、1つの連続因子、7つの他のカテゴリー因子、および1つのカテゴリー応答に使用できますか？@statmanここでのあなたの考えに基づいて、ブロックデザインはブロックごとの相互作用を定量化するため、部分的なエイリアシング。 そして、最初の実験では部分的なエイリアシングを行いたくありませんよね？ そして、「Yを記入しなかった」とおっしゃいましたが、「回答」を入力しなかったということですか？
応答変数はバイナリの存在/非存在です。これは、占有センサーが空間内の人を検出するかどうかを意味します。 実際、応答を解釈するもう1つの方法は、テストルームの人数を数えることです。 そして、後で結果に基づいてセンサーの存在/非存在を決定することができます。 カウント数が0の場合、「存在しない」。 0でない場合は、「存在」です。 それ以外に、私は応答を解釈する別の方法を考えることができませんでした。 それともあなたはいくつかの良い考えを持っていますか？ これはケースを改善するのに役立ちますか？ 残念ながら、占有センサーを使用してオブジェクト/人のサイズを検出することはできませんでした。 モーションには、メジャー-歩く人、マイナー-腕を伸ばす人、細かい-タイピングする人、なし-寝るという4つのカテゴリがあります。 動きの量を変えるとはどういう意味ですか？ また、場所は、距離だけでなく、センサーから人までの角度によっても、センサーのパフォーマンスに影響を与えます。 場所を置き換えるものが必要な場合は、距離変数と角度変数の両方を含める必要があります。 次に、2つのレベルで距離と角度の極値を定義します。 これは役に立ちますか？
Re：スクリーニングデザインは、1つの連続因子、7つの他のカテゴリー因子、および1つのカテゴリー応答に使用できますか？@markbaileyご意見をお寄せいただきありがとうございます。
場所は、占有センサーを設置し、テストスペース内のさまざまな場所に立ち、占有センサーが占有者を検知するかどうかを評価する背景です。 人の位置が占有センサーのパフォーマンスに影響を与えるかどうかを知りたいからです。 最初に、ロケーション変数の8つのレベルとして8つのランダムなロケーションを選択しました。 しかし、私たちとの議論に基づいて@statman 、最初の実験計画には8レベルを使用しない方がよいため、場所に極端なケースを選択することにしました。1つはセンサーが乗員を検出できなかった最悪のケース、もう1つは人々がセンサーが乗員を完全に検出するように、センサーの直前に立ってください。 それで、多分それは可用性の制限ではありませんか？ これは、応答にどのように影響するかを確認するために変更したい変数にすぎませんか？
応答の場合、実行ごとに1つのインスタンスが観察されるのはバイナリ値です。 私たちの場合、応答は人々の存在/非存在です。 存在はセンサーが乗員を検出することを意味し、非存在はセンサーが乗員を検出しないことを意味します。 したがって、この場合、応答の目的のために何を選択する必要がありますか？
