최종 선별 설계모두에게,
내 방법을 최적화하기 위해 RSM을 구축 할 계획입니다. 연속 요인 8 개, 범주 요인 1 개, 반응 2 개가 있습니다. 각 요인의 수준은 팀의 이전 경험에 따라 결정되었습니다. 나는 요인들 사이에 상호 작용이 있는지 여부를 모릅니다. 소음의 원인을 파악할 수없고 무작위화할 계획입니다. 조사를 한 후 가장 적합한 디자인은 최종 선별 디자인일까요?
나는 어떤 발언이나 조언에 감사하겠습니다
감사합니다
암사슴Re : 최종 선별 설계말했다,
두 개의 종속 변수를 설명하는 반응 표면 (RSM은 방법론)을 이해하려고한다고 가정합니다. 이를 수행하는 방법에는 여러 가지가 있습니다. GEP 박사가 가르쳐 준 순차적 접근 방식에 편향되어 있습니다. 상자. 이것은 과학적 방법 접근 방식으로, 가설 (실험의 요인으로 표시)으로 시작하고 데이터를 사용하여 이러한 가설에 대한 통찰력을 제공합니다. 이를 수행하는 "올바른"방법은 없으며 가장 효율적이고 효과적인 방법은 상황에 따라 . 이 접근법 일반적으로 많은 변수를 선별하기위한 부분 2- 수준 설계로 시작합니다 (희소성 및 효과 계층 구조의 원칙에 기반 함). 그런 다음 공간을 개선 방향으로 이동하고 변수 수를 줄입니다. 작업이 반복됨에 따라 모델에 고차 항을 추가하기 시작합니다. 이러한 고차 효과는 계승 (상호 작용) 또는 다항 (곡률) 일 수 있습니다. 순차적 작업은 표면을 이해하는 데 매우 유용합니다. 이 유형의 작업이 가장 좋습니다 관리 메커니즘 (예 : 물리적, 화학적)을 이해하고 통계적 연구 결과를 해석 할 수있는 과학자 또는 엔지니어에 의해. 요인의 가능한 효과 (및 그 효과가 조사중인 공간에서 선형인지 여부), 상호 작용 및 매우 중요한, NOISE . 아마도 첫 번째 주문 모델을 이해하는 것부터 시작해야합니다. 소음의 영향 비선형 관계를 조사하기 전에 이것은 당신이하는 일과 모르는 일의 함수입니다. 귀하의 상황에 대한 제한적인 논의를 기반으로 한 저의 조언은 소음이 무엇인지 파악한 다음 그 소음을 처리하는 전략을 개발하는 데 시간을 할애하는 것입니다. 또한 차단 (또는 반복, 분할 구, 공변량 등)이 무작위 화보다 더 나은 전략이라고 생각합니다. 왜, 노이즈의 영향을 이해하고 싶기 때문에 크기를 수치 적으로 추정하는 것이 아니라 할당하는 것이 좋습니다. 무작위 화는 편향되지 않은 잡음 추정치를 제공하지만 설계의 정밀도를 떨어 뜨릴 수 있습니다.
"할 수없는 것을 무작위화할 수있는 것을 차단", GEP 상자
확실한 스크리닝 디자인을 사용하지 말라고 말하는 것이 아닙니다 (Brad Jones는이 디자인 전략을 커뮤니티에 제공하는 훌륭한 작업을 수행했습니다).이 시점에서 얻을 수있는 리소스와 함께 어떤 정보를 얻어야하는지 평가하기 만하면됩니다. 그 정보.
당신의 여행에 행운을 빕니다.
Re : 최종 선별 설계두 개의 댓글 만 추가하겠습니다. @statman ,.
첫째, 스크리닝 디자인이므로 주요 스크리닝 원칙이 유지되는 스크리닝 상황에서 사용하기위한 것입니다. 당신의 경우에 내가 생각하지 않는 가장 중요한 것 중 하나는 효과의 희소성입니다. 이러한 종류의 디자인은 기능보다 경제성을 강조합니다. 실제로 활성 요인이 거의 없다는 가정이 있습니다. 8 개 요인 중 절반 미만이 비활성 상태 일 것으로 예상하십니까?
둘째, 심사 여부, " 각 요인의 수준은 팀의 이전 경험에 따라 결정되었습니다. "는 너무 좁지 않습니다. 범위는 회귀가 모델 모수를 효율적으로 추정 할 수 있도록 반응에 큰 변화를 유발할 필요성을 기반으로 결정되어야합니다 (작은 표준 오차). 범위는 항상 넓어야합니다. 응답이 항상 바람직한 수준에 도달 할 것이라는 기대를 바탕으로 선택해서는 안됩니다. 이것은 실험이지 테스트가 아닙니다. 실험은 '우승자 선택'을 지원하는 것이 아니라 모델링을 지원하는 최상의 데이터를 제공해야합니다.
Re : 최종 선별 설계감사합니다 뿡뿡
귀하의 발언으로 돌아가서, 내 요소의 절반 이상이 비활성 상태인지 여부를 알 수 없습니다! 나는 DSD가 마지막에 스크리닝 디자인이라는 데 동의하지만 내 반응의 곡률을보고 반응 표면 모델을 구축 할 수있는 가능성을 제공합니다. 내 독서에서 최종 선별 분석은 효과 희소성이 유지되어야하는 전진 단계적 회귀를 사용하여 수행 할 수 있습니다. 반면, Definitive screening design을 분석하고 싶고 많은 효과가 활성화 될 가능성이있는 경우 (내 요소의 절반 이상) DSD의 유리한 구조를 고려한 Fit Definitive Screening Platform을 사용해야합니다. 추가 실행 추가 및 2 단계에서 모델 분석)
어떻게 생각하세요?
Re : 최종 선별 설계감사합니다 @statman 당신이 제공 한 정보
" 귀하의 상황에 대한 제한적인 논의를 바탕으로 한 조언 "어떤 세부 사항이 필요한지 알려 주시면 기꺼이 공유하겠습니다. 그럼 더 많은 조언을 해주실 수있을 것 같아요.
친애하는
