Se ti è capitato di prendere il mio precedente post sul blog , saprai che sono un grande sostenitore dell'uso delle covariate nel Custom Designer quando se ne presenta la necessità. Per JMP 16 , sono stati apportati alcuni miglioramenti per semplificare l'utilizzo delle covariate.
Nuovo look
La prima cosa che potresti notare è un nuovo posto per la specifica covariata. Sotto lo schema dei fattori, c'è uno schema speciale etichettato "Covariate / Candidate Runs". La speranza è che portandolo più allo scoperto, più utenti diventeranno consapevoli della possibilità di utilizzare le covariate.
Abbiamo ancora bisogno di una tabella dati per caricare le covariate, quindi utilizzeremo la tabella dati "Runners Covariates.jmp" dai dati di esempio qui. Questa tabella contiene un elenco di 100 corridori che sono candidati per un esperimento sull'usura delle scarpe da corsa (i primi 10 sono mostrati qui):
Supponiamo di voler utilizzare un sottoinsieme di 24 di questi corridori con un fattore controllabile aggiuntivo per il tipo di scarpa (A / 
. Facendo clic sul pulsante Seleziona fattori covariati, possiamo scegliere tutti e tre i fattori come covariate:
Ora otteniamo una tabella incorporata nella finestra di progettazione personalizzata:
Ora possiamo aggiungere un fattore per il tipo di scarpa:
e modificare il modello, come meglio crediamo.
Opzioni aggiuntive
Si noti che le righe della tabella con le esecuzioni candidate per le covariate nella finestra di progettazione personalizzata sono selezionabili. La ragione di ciò è che ci sono situazioni in cui vogliamo garantire che determinate corse siano nel progetto finale. Ad esempio, i materiali potrebbero essere stati utilizzati in passato o lo sperimentatore si è impegnato a utilizzare alcune prove candidate. Un altro possibile caso è quello di utilizzare un set candidato selezionando "Includi tutte le righe covariate selezionate nel disegno" in modo che il progettista si assicuri di tutte le sequenze selezionate nella creazione del disegno. Questo è l'aspetto dello schema di generazione del progetto con le covariate:
Un'altra possibilità è quella di utilizzare un set candidato per aggiungere ulteriori esecuzioni a un progetto esistente, effettivamente un progetto di potenziamento che utilizza le covariate. In questo Discorso di Discovery Summit Europe , uno dei modi per creare un disegno era trovare un sottoinsieme del fattoriale completo in cui il valore previsto in un dato punto era superiore a un valore specificato. Il lotto successivo di 48 esecuzioni è stato scelto da questo set tenendo conto dei punti nelle iterazioni precedenti del progetto.
L'opzione "Consenti la ripetizione delle righe covariate" consente al designer personalizzato di scegliere una qualsiasi delle righe più di una volta, il che è utile quando si desidera fornire esecuzioni in una determinata forma. Sebbene sia possibile ottenere lo stesso effetto replicando il disegno più volte, non è sempre chiaro quante repliche di un disegno siano sufficienti.
Un'altra cosa
Gran parte del lavoro per la gestione delle covariate avviene dietro le quinte. Sotto le coperte, le versioni precedenti di JMP concentrato solo sulla D-ottimalità per le covariate. In JMP 16, le righe covariate vengono scelte in base ai criteri di ottimalità specificati. Anche l'integrazione tra covariate e fattori controllabili è gestita meglio per cercare più possibilità.
Grazie per la lettura e spero che trovi utile la possibilità di utilizzare le covariate nei tuoi esperimenti!
Ciao Ryan @ryan_lekivetz .Questo è un ottimo riassunto.Grazie.Inoltre, gli attuali utenti di JMP potrebbero voler registrarsi per il Novità in JMP 16 e JMP Pro 16 seduta del 16 aprile tenuta da Hyde Miller @ HydeMiller .
@ryan_lekivetz È possibile utilizzare covariate categoriali in questo caso? Sembra che una volta selezionata una covariata categoriale, questa venga automaticamente visualizzata come variabile continua nella tabella Fattori.
Ciao Ryan @ryan_lekivetz .Grazie per il riepilogo del nuovo approccio alla gestione delle covariate per creare insiemi candidati. Fantastico averlo mostrato in modo più esplicito nel designer personalizzato.Ottimo lavoro!
