Ajustar modelos (respuestas en comparación con la referencia, mezcla)Hola a todos,
Recientemente comencé a usar jmp para aprender a planificar experimentos. Hasta ahora hice algunas pruebas, pero tengo problemas con todas las diferentes opciones y arreglos de datos al construir modelos. Comparto algunos datos para mostrarte dónde me quedé atrapado:
Experimento 1:
3 factores (componente de mezcla 1, componente de mezcla 2, factor continuo 1), 9 experimentos
3 respuestas (solo 2 en la hoja de datos; objetivo: maximizar)
Mis primeras preguntas son sobre las respuestas:
Las respuestas se miden como la diferencia con los valores antes del experimento (también una media de varias mediciones) y no sé cómo agregar esta información a los datos para construir el modelo (en la hoja acabo de restar la media para que algo comience con).
Tampoco estoy seguro de si necesito agregar el número de experimento al modelo. ¿Se asume que los datos provienen de diferentes experimentos si yo no?
La otra parte que me pregunto es cómo tratar los componentes de la mezcla en el modelo. En ese ejemplo en particular solo tengo 2 componentes, entonces ¿es necesario encajarlo como modelo mixto ?. El componente de mezcla 1 no parece afectar la respuesta, pero no parece correcto eliminar un factor de mezcla de un modelo.
Espero que puedas ayudarme con eso. Agregué los datos y algunos gráficos que hice.
Hasta ahora solo he utilizado las herramientas interactivas.
Anna
Tabla de datosRe: Ajustar modelos (respuestas en comparación con la referencia, mezcla)Tengo algunas ideas, pero no estoy seguro exactamente de lo que estás preguntando:
1. Parece que tiene 9 combinaciones de tratamientos, que es un factorial fraccionario del diseño 3 ^ 3, pero no estoy seguro de cómo eligió los tratamientos que hizo. Por lo general, al diseñar un experimento, comenzará con una idea del modelo que desea investigar. Por lo general, esto se deriva de las hipótesis que tiene sobre qué factores afectan las variables de respuesta. No sé qué modelo está investigando, pero el diseño que eligió para 9 tratamientos podría haber sido mejor elegido. Tiene términos confusos o parcialmente alias en su experimento.
2. Tiene múltiples medidas para cada tratamiento. No sé si se trata de medidas repetidas o réplicas, ya que no hay un orden de ejecución en su tabla de datos. Aun así, un tratamiento tiene 6 respuestas, los otros tienen 10.
3. Si desea que el delta cambie de antes de los tratamientos a después, simplemente agregue una columna que contenga las medidas antes y luego cree una columna que sea una fórmula que calcule el delta.
4. ¿Utiliza el término componente "mezcla"? ¿Existen limitaciones? Hay varias escuelas de pensamiento con respecto a los diseños de mezclas (le sugiero que lea "Experimentos con mezclas" de Cornell). Por ejemplo, ¿hay otros componentes del procesamiento que no forman parte del "lote de mezcla", como la velocidad de agitación o la temperatura? Es posible que también desee investigar estos factores. Algunas veces puede comenzar con proporciones de componentes. Los diseños de mezcla son un caso especial de experimentación. Esto se debe a que los cambios en los niveles de un factor de mezcla requieren cambios en los niveles de los otros componentes de la mezcla (por lo general, los componentes deben llegar a 1). , por lo tanto, algunas de las propiedades ortogonales del experimento se ven comprometidas. Normalmente pienso en los diseños de mezcla como experimentos de tipo optimización. Normalmente, esto significa que ya ha definido el modelo de primer orden y comprende completamente los efectos del ruido. Analizará las superficies de respuesta para determinar dónde es la mejor área para trabajar. Pero no sirve de nada si la superficie es la base de la montaña que estás intentando escalar.
Quizás empiece aquí:
https://www.jmp.com/en_us/events/mastering/topics/mixture-designs.html
5. No, no debe agregar el número de experimento al modelo. Se recomienda realizar un seguimiento del orden de ejecución, ya que a menudo clasificaremos en orden de ejecución al evaluar los residuos del modelo.
Por último, le sugiero que comience con una comprensión básica de la experimentación. JMP ofrece algunas opciones en línea para aprender sobre la experimentación:
https://www.jmp.com/en_us/online-statistics-course/design-of-experiments.html
Re: Ajustar modelos (respuestas en comparación con la referencia, mezcla)¡Gracias por su respuesta! Intentaré aclararlo.
1. He usado el diseño personalizado en jmp, pero cuando lo hice, asumí solo 2 factores continuos: la cantidad relativa del componente de mezcla 2 y el factor continuo. Solo más tarde, cuando quise variar un tercer factor, me di cuenta de que esto debe describirse como una mezcla, para obtener combinaciones realistas. Por eso me preguntaba si es necesario tratarlo como una mezcla.
De todos modos, mis entradas de diseño se adjuntan en la imagen del diseño. Entonces 2 factores, interacción y términos cuadráticos. Elijo 9 experimentos porque todos los términos no tenían alias con ese enfoque.
2. Las respuestas son medidas repetidas, por lo que las respuestas se midieron en 10 o 6 muestras (respuesta 1) y 3 muestras (respuesta 2), que es una muestra aleatoria de cada experimento. Y mi pregunta es ¿cómo puedo transferir esa información al ajustar un modelo? Es un poco feo que el número de mediciones no sea el mismo para cada experimento, pero esto podría arreglarse (pero en realidad trato a menudo con puntos de datos faltantes).
3. Tengo datos de antes de los experimentos, pero esas no son las mismas muestras que las medidas después de los experimentos. Además, no siempre se mide el mismo número de muestras antes y después. Para la visualización de datos, calcularía las diferencias de las medias y el intervalo de confianza, pero no sé cómo introducir esa información en el modelo. En la tabla, calculé el delta restando la media de la referencia de las respuestas medidas, pero eso ignora la incertidumbre de los datos de referencia.
4. No hay restricciones para los 2 componentes de la mezcla, en realidad hay 3 componentes, pero el tercero es constante en ese caso (componente de mezcla 3 / (componente de mezcla 1 + componente de mezcla 2) = constante). Gracias por las referencias, leeré eso y trataré de entender qué se puede aplicar en este caso. Y sí, también hay factores no controlados en ese experimento. Obviamente, se considera que no afectan el resultado, pero no hay datos sistemáticos para eso, así que honestamente no lo sé (es difícil decir si vale la pena investigarlos, necesito estudiar más sobre esto).
5. Esa pregunta estaba relacionada con cómo asignar las respuestas a un experimento y no tratarlo como varios experimentos repetidos.
¡Gracias por tu tiempo ya!
Anna
