435439_de-DE

liliconcom

Betreff: Doe fügt Daten zu den bestehenden Doe-Läufen hinzu

Hier ist, was ich vorschlage ... Erstellen Sie eine zweite JMP-Datentabelle, die das zusammengeführte ursprüngliche Design mit den zusätzlichen Läufen ist. Wie Sie dies tun, kann von der einfachen manuellen Eingabe der zusätzlichen Läufe bis zur Verkettung einer Datentabelle reichen. Dann schlage ich vor, VOR der Analyse die Plattform „Designs vergleichen“ auszuführen, um zu sehen, wie das größere Design im Vergleich zum ursprünglichen Design abschneidet. Hier ist ein Link zur Plattform zum Vergleichen von Designs.

 

Designs vergleichen

 

Besonderes Augenmerk auf die Designdiagnostik zur Abschätzbarkeit von Effekten. Wenn die hinzugefügten Punkte Ihre Fähigkeit, Auswirkungen abzuschätzen, wesentlich negativ verändern, müssen Sie eine Entscheidung über die Wünschbarkeit einer solchen Fusion treffen, wenn die Abschätzbarkeit der Auswirkungen für Sie sehr wichtig ist. Eine sehr wünschenswerte Eigenschaft der JMP Custom Design-Plattform ist, dass das Design modellgesteuert ist ... daher unterstützt das Design optimal die Schätzung der von Ihnen artikulierten Effekte. Indem Sie dem Experiment zusätzliche Behandlungskombinationen hinzufügen, können Sie unbeabsichtigt die Fähigkeit zum Abschätzen von Wirkungen negativ beeinflussen.

Betreff: Doe fügt Daten zu den bestehenden Doe-Läufen hinzu

Peter, hallo! Vielen Dank für eine schöne Erklärung. Meine Kollegen möchten auch einige zusätzliche Läufe an bestimmten Stellen im Designbereich hinzufügen. Ich verstehe nicht, warum würdest du das tun? Was ist der Grundgedanke hinter diesem Ansatz? Gibt es dafür einen bestimmten Begriff (würde mir helfen, einige Referenzen zu finden)? Vielen Dank und Grüße.

Betreff: Doe fügt Daten zu den bestehenden Doe-Läufen hinzu

Hi @ Aziza ,

@P_Bartel schlägt vor, die beiden Designs (ursprüngliches Design und das Design mit zusätzlichen Punkten) parallel auszuführen, um zu überprüfen und zu berechnen, ob die im ursprünglichen Modell gefundenen Parameterschätzungen denen des Designs mit zusätzlichen Punkten ähnlich genug sind, und/oder dass Sie keine anderen Begriffe/Effekte vermissen und/oder dass Sie keinen Mangel an Anpassung mit möglichen zusätzlichen Freiheitsgraden haben, die mit den neuen Punkten hinzugefügt werden.

Beachten Sie, dass abhängig von den neu hinzugefügten Werten (und dem Rauschen) die Terme im Modell geändert werden können. Möglicherweise müssen Sie:

• fügen Sie neue Terme in Ihr zweites Modell ein (falls es nicht genügend Punkte gab, um sie zuvor im DoE zu schätzen/zu erkennen, oder sie nicht signifikant genug waren),
• Entfernen Sie vorhandene Terme in Ihrem zweiten Modell (weil neue Punkte ein umgekehrtes/entgegengesetztes Verhalten im Vergleich zu früheren Experimenten zeigen, die im DOE durchgeführt wurden, sodass Effekte nicht mehr signifikant sind),
• Behalten Sie einfach die gleichen Bedingungen wie zuvor bei, mit einer möglichen Erhöhung der Genauigkeit der Parameterschätzung (abhängig von der experimentellen Varianz).   

 

Eine „andere“ Option (vielleicht vor dem Modellvergleich) könnte auch darin bestehen, die neu hinzugefügten Punkte (nicht aus dem ursprünglichen Design) als Validierungspunkte zu verwenden (in der Tradition der Validierung im maschinellen Lernen). Auf diese Weise überprüfen Sie, ob das auf der Grundlage des DoE erstellte Modell genau genug ist und auf neue Experimente verallgemeinert werden kann, die durchgeführt werden, indem Sie Residuen visualisieren und Ihre Leistungsmetrik(en) vergleichen (R², R² adjustiert, RMSE, ... je nach Zielsetzung). zwischen Punkten im Modell (Trainingssatz) und neu hinzugefügten Punkten (Validierungssatz).

Abhängig von den Unterschieden, die Sie zwischen den Ergebnissen des Modells in Trainings- und Validierungssätzen finden, müssen Sie die Modelle möglicherweise genauer untersuchen und zur Modellvergleichsmethode gehen, um die Unterschiede und Konsequenzen des Hinzufügens der neuen Punkte zu entdecken und zu verstehen.  

 

Hoffe das hilft dir

 

 

Betreff: Doe fügt Daten zu den bestehenden Doe-Läufen hinzu

Ich gebe einige Gedanken zu Ihren Fragen:

 

1. "Was ist der Grund (sic) hinter diesem Ansatz?" Ich glaube du meintest "Grund"? Also hier sind meine Gedanken. Beginnen wir mit dem Standpunkt des Hinzufügens von Läufen, BEVOR Sie das Experiment durchführen. Jemand könnte dies rationalisieren, indem er etwas sagt wie: Nun, das optimale Design enthält KEINE Behandlungskombinationen, für die wir definitiv empirische Ergebnisse benötigen, also fügen wir sie einfach dem Design hinzu, anstatt ein zweites Experiment mit diesen Kombinationen durchzuführen. Meistens eine Frage der Bequemlichkeit und Praktikabilität. Ein weiteres Beispiel für diese Art von Dingen war das Hinzufügen von dem, was wir „Checks“ nannten, zum ursprünglichen Experiment. Ein „Check“ war für uns eine Behandlungskombination(en), bei der wir eine sehr gute Vorstellung davon hatten, wie die Reaktionen ausfallen würden, und wir nutzten den „Check“, um uns zu vergewissern, dass es keine großen Lärm- oder Störfaktoren gab Einfluss auf die Ausgewogenheit der Ergebnisse. Wir haben die „Schecks“ nie in die Analyse einbezogen. Ein großer Vorbehalt ist, dass der optimale DOE-Ansatz modellgesteuert ist, und das Hinzufügen von willkürlichen Kombinationen UND das Einbeziehen dieser Kombinationen in die Analyse kann es versehentlich problematischer machen, die Informationen aus der Analyse zu erhalten, die Sie mit dem ursprünglichen Design gesucht haben.

 

2. Wenn die Behandlungskombinationen zum ursprünglichen Design hinzugefügt werden, NACHDEM das ursprüngliche Experiment durchgeführt wurde, nennen das viele das „Erweitern“ des ursprünglichen Designs. Die Begründung dahinter ist oft ziemlich einfach ... die Analyse des ursprünglichen Designs hat nicht dazu geführt, dass wir das vorliegende praktische Problem lösen konnten ... aber wir glauben, dass wir auf dem richtigen Weg sind ... und gut durchdacht ( unter Verwendung optimaler DOE-Strategien und -Taktiken) Läufe zum ursprünglichen Design führen uns der Lösung des vorliegenden Problems näher. Beispiele könnten sein … wir müssen Wechselwirkungen oder quadratische Effekte abschätzen, die von unserem ursprünglichen Design nicht abschätzbar waren. Dies ist in JMP mit der Augment Design-Plattform ziemlich einfach zu bewerkstelligen. Hier ist ein Link zu diesem Abschnitt der JMP-Online-Dokumentation, der Augment-Design-Strategien und -Taktiken sowie Anleitungen in JMP beschreibt, einschließlich eines Beispiels: Erweitern Sie Designs in JMP

 

Schließlich schlage ich als Referenz und Beispiel Kapitel 3 von Joos und Jones "Optimal Design of Experiments A Case Study Approach" vor.

 

Hoffe das hilft?

Betreff: Doe fügt Daten zu den bestehenden Doe-Läufen hinzu

Vielen Dank, Peter, für eine sehr aufschlussreiche und klare Formulierung der Antwort. Ich verstehe jetzt besser. Ich werde auch die von Ihnen erwähnten Referenzen gut nutzen. Ich weiß ihre Unterstützung zu schätzen. Aufrichtig.

Betreff: Doe fügt Daten zu den bestehenden Doe-Läufen hinzu

Ich werde meine Gedanken zu den bereits erwähnten hervorragenden Vorschlägen hinzufügen:

 

Das „spätere“ Hinzufügen zusätzlicher Wiederholungen der gleichen Behandlungskombinationen fügt der Studie zusätzliches Rauschen hinzu. Sie sollten vorsichtig sein, wie Sie die zusätzlichen Läufe analysieren. Da es scheint, dass Sie (und/oder Ihre Kollegen) „selektiv“ auswählen, welche Behandlungen repliziert werden sollen, sollten Sie sich dieser Voreingenommenheit bewusst sein. (siehe Artikel zu randomisierten vollständigen (und unvollständigen, BIB) Blockdesigns), zum Beispiel:

Sander, D., Leitnaker M. und McLean R. (2002) „Randomisierte vollständige Blockdesigns in Industriestudien“ Qualitätstechnik, Vol. 14, Ausgabe 1

 

Es kann sehr vorteilhaft sein, den Inferenzraum zu vergrößern, indem man Wiederholungen über sich änderndem Rauschen ausführt. Wenn dies systematisch / zielgerichtet durchgeführt wird, erhalten Sie möglicherweise einen deutlich besseren Einblick in die Wirkmechanismen (welche Faktoren wirken sich aus) und ob diese Faktoreffekte robust gegenüber sich ändernden Bedingungen (Rauschen) sind. Wenn dies zufällig geschieht, vergrößern Sie den Inferenzraum, wirken sich aber negativ auf die Genauigkeit des Entwurfs aus.

Betreff: Doe fügt Daten zu den bestehenden Doe-Läufen hinzu

Vielen Dank für Ihren Beitrag. Ich werde es berücksichtigen und die Referenzen überprüfen. Ich schätze Ihre Zeit und Unterstützung.

Doe fügt Daten zu den vorhandenen Doe-Läufen hinzu

Hallo,

Ich habe ein benutzerdefiniertes Doe entworfen und ausgeführt. Außerdem habe ich Ergebnisse mit denselben Parametern, die ich auch in die Anpassungsanalyse einbeziehen möchte. Gibt es dazu eine Möglichkeit?

Danke

VersuchsplanungErgebnisse teilen und kommunizieren