CCD結果の解析やあみんな、
私はデザインのスクリーニングと最急登を行い、鞍部を示しました。 そこで、この部分の曲率を捉える実験（通常の中心複合設計）を行いました。 しかし、結果を分析する方法がわかりません。私のモデルは二次項では有意ではなく、適合の欠如が顕著です (モデルが有意になるのは、モデルを 4 乗した場合のみです)。
誰かが私がもっと理解できるように助けてくれませんか？
実験計画法結果の共有と伝達Re: CCD結果の解析私はあなたの思考プロセスをたどろうとしましたが、もちろん、あなたの調査の「科学」は理解できません。 私の考えをいくつか共有します。
Res を実行したようです。中心点が 3 つある V 部分階乗 (ただし、1 つのカテゴリ因子には CP はありません)。 対応の実際的な重要性については言及されていないのですか？ 応答の変化はどれくらい実際上重要ですか? CP の複製が 3 つあるため、統計的有意性を確認するのは少し困難です。 DF の 1 つは曲率を推定するために使用され、その他は割り当てられないため、MSE を推定するための基礎となる可能性があります。 MSE は、プロセスで通常見られる変動とどのように比較されますか? E が最も「アクティブ」で、C が 2 番目のようです。 残りについてはあまりわかりません (ここでも応答変数に関するコンテキストがありません)。 なぜAとBを続けたのですか？ 湾曲の証拠はありません。 E と C に基づくモデルには、いくつかの問題があるように見えます (異常なイベントが 1 つあり、残差は確かに正規分布ではありません)。
最も急な登りに使用したモデルは何ですか? そのモデルでは重要ではない要素を使用しているようですか? SA メソッドで最高の結果が得られた後も、なぜそこまで続けたのかわかりませんか?
最も重要な要素が最も最適でないレベルに設定されていました...あれ? その要因をもっと調べてみたいと思います。 もっと定量的にできるでしょうか？
なぜCCDなのかわかりませんか？ それはあなたが行った他の仕事とどのように関係していますか？ また、統計的有意性は最適化においてそれほど大きな役割を果たしていないので、ここでも注意してください。 最適化の時点で、重要な要素はすでにわかっていますが、何を探しているのでしょうか? スイート スポット (維持が困難な極大値) またはより堅牢な結果を提供するフラット スポット。
最後に、ノイズを「処理」するための戦略が見当たりません。 繰り返し/ネスティング (測定誤差などの短期的なノイズ)、またはブロックや分割プロット (周囲の原料ロットなどの長期的なノイズ) はありませんか?
Re: CCD結果の解析わかった。 最急上昇の実験でどのレベルの E が使用されたのかはわかりませんが、私は SA と仮定しました。 また、CCD 因子が因子 A、B、C、D にどのようにマッピングされるかについて、いくつかの仮定を立てました。
すべてのデータを 1 つのデータ テーブル (添付) に抽出しました。 役に立ったと思いますが、おそらく期待していた答えは得られません。
最急登実験とCCDの間に何かおかしなことが起こったようです。 これら 2 つのフェーズの結果は、同じモデルには適合しません。 CCD で使用される係数範囲は、最も急な登りでの最良の実行と非常に似ていますが、応答は CCD ではるかに低くなります (240 ～ 260 と比較して <100)。 繰り返しますが、係数 E の設定は最急登と CCD 実験の SA であると仮定しています。
いずれにしても、あなたがとったアプローチをお勧めするかどうかはわかりません。 スクリーニング結果自体は、因子 E と因子 C のみが重要であることを示唆しているのに、なぜ最急上昇実験で他の因子も繰り越したのかわかりません。 最急登の方法は使ったことがないので分かりません。 CCD に非常に狭い係数範囲を使用することも、プロセスがこれらの範囲にわたって堅牢であるかどうかを判断することが目的でない限り、お勧めできません。
たとえ期待していた結果が得られなかったとしても、この経験があなたの役に立つことを願っています。 次のプロジェクトの前に、いくつかのリソースを調べて DOE について詳しく学ぶとよいでしょう。 の産業問題解決のための統計的思考コースDOE には優れたモジュールがあります。
Re: CCD結果の解析- 係数 D は応答への影響が低いため、CCD では変化しません。私はそれを 0.24 で一定に設定しました。
- E はカテゴリー因子であるため、SB の代わりに SA が選択されました (より良い結果が示されているにもかかわらず....、 SAのほうが緑が多い）
- したがって、SB の値を取り除くと、スクリーニング実験ではより高い値が得られます。
Re: CCD結果の解析面白い。
因子 A、B、C、D は CCD の因子とどのように関連していますか?
CCD で変化しない要素は A、B、C、D のうちどれで、どのような設定になっていますか?
最急上昇と CCD 実験の因子 E のレベルはどれくらいですか? (スクリーニング設計からすると、これがこれまでのところ最も重要な要素のようです)
反応はスクリーニング、最急上昇、および CCD で同じですか? (CCD を使用する前に、はるかに高い値を達成しました)
ありがとう、
フィル
Re: CCD結果の解析もちろん！
このモデルは、有意ではない適合の欠如、p 値が有意であり、R2、Radj、および R pred も高いことに関連しているようです。
そこで、各係数を増やす方法を知るために最急上昇を行いました。 この 2 番目の実験では、実験 4 と実験 5 の間の曲率領域が明らかになります。
Re: CCD結果の解析それは可能だと確信しています。 最急登の方法についてはまったく知りません。
私は、スクリーニングと CCD 実験を組み合わせた完全なデータセットを調べる価値があると今でも思っています。
(スクリーニング実験データはあなたが共有したデータの一部ではないと仮定しています。あなたの説明からすると、スクリーニング実験とは異なる因子領域で完全な CCD を実行したように聞こえます。)
最急登坂データも含めるとよいでしょう。
Re: CCD結果の解析どうもありがとうございます。 @Phil_Kayそして@Dan_Obermiller洞察力に富んだコメントをありがとうございます。私が 9 段で最も急な登りをしたことを考えると、鞍点は私の範囲 (176 ～ 180°C) に対応するステップ 3 と 4 の間に示されました (応答は 4 から 9 に減少しました)。 これが局所的な最適値にすぎない可能性はありますか?
Re: CCD結果の解析非常に感銘深い回帰Re: CCD結果の解析同意する@Dan_Obermiller 。 これらの要因は、使用した範囲では応答にあまり影響を与えないようです。 化学者としては、温度範囲が非常に狭いように思えます。直感的には、温度を 175 度から 182 度に変更しても、応答に大きな変化が見られるとは予想しません。
これが堅牢性の研究であれば、これは良いことかもしれません。 ここでの結果は、これらの範囲にわたって係数を変更すると、一貫した応答が得られることを示しています。
しかし、これは最適化の研究だったようです。 その場合、有用なモデルを得るには、より大胆に実験する必要があります。 DOE メニューの拡張計画を使用して、拡張された因子範囲から実行を追加できます。
オプションとして、スクリーニング計画のデータを含めることができます。 結合されたデータセットはおそらくバランスが取れていませんが、より広い因子空間からのデータが含まれ、より有用なモデルを構築できる可能性があると期待しています。
データを JMP データテーブルとして添付しました。
これがお役に立てば幸いです。
フィル
Re: CCD結果の解析ここでもあまり重要だとは思えません。 実際、完全応答曲面モデルを使用したその検定の p 値は 0.2195 であるため、重大な適合不足は見られません。 主な問題は、選択した範囲にわたって応答に大きな変化がないことのようです。
計画から軸点を削除して完全要因モデルを当てはめても、重大な効果は示されません (また、当てはめの欠如も示されません)。 中心点のばらつき (標準偏差 = 5.22) は、残りのデータの標準偏差に比べて大きいと思います。 変数の範囲はそれほど広くないと言えます。 通常、影響を検出できるように範囲を十分に広くする必要があります。 軸の低点から高点までの 7 度の振れと、-1 レベルと +1 レベルの間のわずか 4 度の差は、それほど大きくありません。
Re: CCD結果の解析こんにちは、アーロン
温度は重要な要素であることがわかります。
３Ｄプロットから見ると、いずれかの２つの組成からなる曲線は、１つのオブジェクトラインを表すものではない。
同様に、温度をＺ軸とし、残りの２つのパラメータをＸ軸とＹ軸とする場合、曲面（想起座山）はあまり好ましくない。
うまく組み合わせれば、より優れた R 平方が得られる可能性がありますが、度合いが高すぎる可能性があります。
お役に立てれば幸いです。
