適合モデル（参照と比較した応答、混合物）皆さんこんにちは、
私は最近、実験の計画方法を学ぶためにjmpを使い始めました。 これまでにいくつかの試行を行いましたが、モデルを構築する際のさまざまなオプションとデータ配置のすべてに問題があります。 私が立ち往生した場所を示すために、いくつかのデータを共有します。
実験1：
3つの要因（混合物成分1、混合物成分2、連続因子1）、9つの実験
3つの回答（データシートでは2つのみ、目的：最大化）
私の最初の質問は、応答についてです。
応答は、実験前の値との差として測定され（いくつかの測定値の平均でもあります）、モデルを構築するためにこの情報をデータに追加する方法がわかりません（シートでは、何かを開始するために平均を差し引いただけです）と）。
モデルに実験番号を追加する必要があるかどうかもわかりません。 そうでない場合、データは異なる実験からのものであると想定されますか？
私が疑問に思っている他の部分は、モデル内の混合成分をどのように処理するかです。 その特定の例では、コンポーネントが2つしかないので、混合モデルとして適合させる必要がありますか？ 混合成分1は応答に影響を与えていないようですが、モデルから混合係数を削除することは正しくないようです。
あなたがそれで私を助けることができることを願っています。 作成したデータといくつかのプロットを追加しました。
これまで、インタラクティブツールのみを使用しました。
アンナ
データ表再：モデルの適合（参照と比較した応答、混合物）私はいくつかの考えを持っていますが、あなたが何を求めているのか正確にはわかりません：
1. 3 ^ 3設計の階乗である9つの処理の組み合わせがあるようですが、どのように処理を選択したかわかりませんか？ 通常、実験を設計するときは、調査するモデルのアイデアから始めます。 これは通常、どの要因が応答変数に影響を与えるかに関する仮説から導き出されます。 調査しているモデルはわかりませんが、9つの治療法で選択したデザインの方が適切である可能性があります。 実験で用語を混乱させたり、部分的にエイリアスしたりしました。
2.治療ごとに複数の対策があります。 データテーブルに実行順序がないため、これらが反復測定なのか複製なのかわかりません。 それでも、1つの治療には6つの応答があり、他の治療には10の応答があります。
3.処理前から処理後へのデルタ変更が必要な場合は、前のメジャーを含む列を追加してから、デルタを計算する式である列を作成します。
4.「混合物」コンポーネントという用語を使用しますか？ 制約はありますか？ 混合物の設計に関しては複数の考え方があります（Cornellの「ExperimentswithMixtures」を読むことをお勧めします）。 たとえば、攪拌速度や温度など、「混合バッチ」の一部ではない処理の他のコンポーネントはありますか？ これらの要因も調査することをお勧めします。 場合によっては、コンポーネントの比率から始めることができます。 混合物の設計は、実験の特殊なケースです。 これは、1つの混合係数のレベルを変更すると、他の混合成分のレベルを変更する必要があるためです（通常、成分は1対1である必要があります）。 したがって、実験の直交特性の一部が損なわれます。 私は通常、混合設計を最適化タイプの実験と考えています。 通常、これは、1次モデルをすでに定義しており、ノイズの影響を完全に理解していることを意味します。 応答曲面を分析して、最適な領域が機能する場所を決定します。 しかし、表面が登ろうとしている山のふもとである場合、それは何の役にも立ちません。
たぶんここから始めましょう：
https://www.jmp.com/en_us/events/mastering/topics/mixture-designs.html
5.いいえ、モデルに実験番号を追加しないでください。 モデルの残差を評価するときに実行順序でソートすることが多いため、実行順序を追跡することをお勧めします。
最後に、実験の基本的な理解から始めることをお勧めします。 JMPは、実験について学ぶためのいくつかのオンラインオプションを提供します。
https://www.jmp.com/en_us/online-statistics-course/design-of-experiments.html
再：モデルの適合（参照と比較した応答、混合物）ご返信ありがとうございます！ 私はそれをより明確にしようとします。
1.1。 jmpでカスタム設計を使用しましたが、それを行ったとき、混合成分2の相対量と連続係数の2つの連続係数のみを想定しました。 後で3番目の要素を変更したいと思ったとき、現実的な組み合わせを得るには、これを混合物として説明する必要があることに気付きました。 だから、混合物として扱う必要があるのではないかと思いました。
とにかく私のデザイン入力はデザイン写真に添付されています。 つまり、2つの要因、相互作用と2次項です。 すべての用語がそのアプローチでエイリアス化されていないため、9つの実験を選択します。
2.2。 応答は反復測定であるため、応答は10または6サンプル（応答1）と各実験からのランダムサンプルである3サンプル（応答2）で測定されました。 そして私の質問は、モデルをフィッティングするときに、その情報をどのように転送できるかということです。 測定の数が各実験で同じではないことは少し醜いですが、これは修正できます（しかし、実際には、欠落しているデータポイントを処理することがよくあります）。
3.3。 実験前のデータがありますが、実験後に測定したものと同じサンプルではありません。 また、前後に測定されたサンプルの数が常に同じであるとは限りません。 データの視覚化では、平均と信頼区間の差を計算しますが、その情報をモデルに取り込む方法がわかりません。 表では、測定された応答から参照の平均を差し引くことによってデルタを計算しましたが、それは参照データの不確実性を無視しています。
4.4。 2つの混合成分に制約はありません。実際には3つの成分がありますが、その場合、3番目は一定です（混合成分3 /（混合成分1 +混合成分2）= const）。 参考文献をありがとう、私はそれを読んで、この場合に何が適用できるかを理解しようとします。 そして、はい、その実験には制御されていない要因もあります。 明らかに、それらは結果に影響を与えないと考えられていますが、そのための体系的なデータがないので、正直にわかりません（それらを調査する価値があるかどうかを言うのは難しいです、これについてもっと研究する必要があります）。
5.5。 その質問は、1つの実験に応答を割り当て、それを複数の繰り返し実験として扱わない方法に関連していました。
すでにお時間をいただきありがとうございます！
アンナ
