Modelle anpassen (Antworten im Vergleich zu Referenz, Mischung)Hallo alle,
Ich habe vor kurzem angefangen, jmp zu verwenden, um zu lernen, wie man Experimente plant. Bisher habe ich einige Versuche gemacht, aber ich habe Probleme mit all den verschiedenen Optionen und Datenanordnungen beim Erstellen von Modellen. Ich teile einige Daten, um Ihnen zu zeigen, wo ich stecken geblieben bin:
Versuch 1:
3 Faktoren (Mischungskomponente 1, Mischungskomponente 2, Kontinuierlicher Faktor 1), 9 Versuche
3 Antworten (nur 2 im Datenblatt; Ziel: maximieren)
Meine ersten Fragen beziehen sich auf die Antworten:
Die Antworten werden als Differenz zu den Werten vor dem Experiment gemessen (auch ein Mittelwert aus mehreren Messungen) und ich weiß nicht, wie ich diese Informationen zu den Daten hinzufügen soll, um das Modell zu erstellen (im Blatt habe ich nur den Mittelwert abgezogen, um etwas zu starten mit).
Ich bin mir auch nicht sicher, ob ich die Experimentnummer zum Modell hinzufügen muss. Wird angenommen, dass Daten aus verschiedenen Experimenten stammen, wenn ich dies nicht tue?
Der andere Teil, über den ich mich frage, ist der Umgang mit den Gemischkomponenten im Modell. In diesem speziellen Beispiel habe ich nur 2 Komponenten, ist es also notwendig, es als Mischungsmodell anzupassen?. Mischungskomponente 1 scheint die Antwort nicht zu beeinflussen, aber es scheint nicht richtig zu sein, einen Mischungsfaktor aus einem Modell zu entfernen.
Hoffe ihr könnt mir dabei helfen. Ich habe die Daten und einige Plots hinzugefügt, die ich gemacht habe.
Ich habe bisher nur die interaktiven Tools verwendet.
Anna
DatentabelleBetreff: Modelle anpassen (Antworten im Vergleich zu Referenz, Mischung)Ich habe einige Gedanken, aber ich bin mir nicht sicher, was Sie fragen:
1. Es scheint, dass Sie 9 Behandlungskombinationen haben, was eine fraktionelle Fakultät des 3^3-Designs ist, aber ich bin mir nicht sicher, wie Sie die Behandlungen ausgewählt haben, die Sie durchgeführt haben? Normalerweise beginnen Sie beim Entwerfen eines Experiments mit einer Idee des Modells, das Sie untersuchen möchten. Dies wird normalerweise aus den Hypothesen abgeleitet, die Sie bezüglich der Faktoren haben, die die Antwortvariablen beeinflussen. Ich weiß nicht, welches Modell Sie untersuchen, aber das Design, das Sie für 9 Behandlungen gewählt haben, hätte besser gewählt werden können. Sie haben Begriffe in Ihrem Test verwechselt oder teilweise mit Aliasnamen versehen.
2. Sie haben für jede Behandlung mehrere Maßnahmen. Ich weiß nicht, ob es sich um wiederholte Messungen oder Replikate handelt, da in Ihrer Datentabelle keine Ausführungsreihenfolge vorhanden ist. Trotzdem hat eine Behandlung 6 Reaktionen, die anderen 10.
3. Wenn Sie möchten, dass sich das Delta von vor Behandlungen zu nachher ändert, fügen Sie einfach eine Spalte hinzu, die die Kennzahlen davor enthält, und erstellen Sie dann eine Spalte, die eine Formel ist, die das Delta berechnet.
4. Sie verwenden den Begriff „Gemisch“-Komponente? Gibt es Einschränkungen? Es gibt mehrere Denkschulen in Bezug auf Mischungsdesigns (ich schlage vor, Sie lesen Cornell "Experiments with Mixtures".) Gibt es beispielsweise andere Verarbeitungskomponenten, die nicht Teil der "Mischcharge" sind, wie Rührgeschwindigkeit oder Temperatur? Vielleicht möchten Sie auch diese Faktoren untersuchen. Manchmal können Sie mit Verhältnissen von Komponenten beginnen. Mischungsdesigns sind ein Sonderfall des Experimentierens. Dies liegt daran, dass Änderungen der Niveaus eines Mischungsfaktors Änderungen der Niveaus für die anderen Mischungskomponenten erfordern (normalerweise müssen die Komponenten einige zu 1 sein). , daher sind einige der orthogonalen Eigenschaften des Experiments beeinträchtigt. Normalerweise stelle ich mir Mischungsdesigns als Optimierungsexperimente vor. In der Regel bedeutet dies, dass Sie bereits das Modell erster Ordnung definiert haben und die Rauscheffekte vollständig verstehen. Sie analysieren Reaktionsflächen, um zu bestimmen, wo der beste Arbeitsbereich ist. Aber es nützt nichts, wenn die Oberfläche der Fuß des Berges ist, den Sie erklimmen möchten.
Vielleicht hier anfangen:
https://www.jmp.com/en_us/events/mastering/topics/mixture-designs.html
5. Nein, Sie sollten dem Modell keine Experimentnummer hinzufügen. Es wird empfohlen, die Ausführungsreihenfolge im Auge zu behalten, da wir bei der Auswertung der Residuen des Modells oft in der Ausführungsreihenfolge sortieren.
Schließlich würde ich vorschlagen, dass Sie mit einem grundlegenden Verständnis des Experimentierens beginnen. JMP bietet einige Online-Optionen, um mehr über das Experimentieren zu erfahren:
https://www.jmp.com/en_us/online-statistics-course/design-of-experiments.html
Betreff: Modelle anpassen (Antworten im Vergleich zu Referenz, Mischung)Danke für Ihre Antwort! Ich werde versuchen, es klarer zu machen.
1. Ich habe das benutzerdefinierte Design in jmp verwendet, aber dabei habe ich nur 2 kontinuierliche Faktoren angenommen: die relative Menge der Mischkomponente 2 und den kontinuierlichen Faktor. Erst als ich später einen dritten Faktor variieren wollte, wurde mir klar, dass dieser als Mischung bezeichnet werden muss, um realistische Kombinationen zu erhalten. Deshalb habe ich mich gefragt, ob es als Mischung behandelt werden muss.
Jedenfalls sind meine Designeingaben im Designbild angehängt. Also 2 Faktoren, Wechselwirkung und quadratische Terme. Ich wähle 9 Experimente, weil alle Terme bei diesem Ansatz kein Alias hatten.
2. Die Antworten sind Messwiederholungen, dh die Antworten wurden an 10 oder 6 Proben (Antwort 1) und 3 Proben (Antwort 2) gemessen, was eine Zufallsstichprobe aus jedem Experiment ist. Und meine Frage ist, wie kann ich diese Informationen beim Anpassen eines Modells übertragen? Es ist ein bisschen hässlich, dass die Anzahl der Messungen nicht bei jedem Experiment gleich ist, aber dies könnte behoben werden (in Wirklichkeit habe ich es jedoch oft mit fehlenden Datenpunkten zu tun).
3. Ich habe Daten von vor den Experimenten, aber das sind nicht die gleichen Proben wie die, die nach den Experimenten gemessen wurden. Außerdem wird nicht immer die gleiche Anzahl von Proben vorher und nachher gemessen. Für die Datenvisualisierung würde ich die Differenzen der Mittelwerte und des Konfidenzintervalls berechnen, aber ich weiß nicht, wie ich diese Informationen in das Modell einbringen soll. In der Tabelle habe ich das Delta berechnet, indem ich den Mittelwert der Referenz von den gemessenen Antworten abgezogen habe, aber das ignoriert die Unsicherheit der Referenzdaten.
4. Für die 2 Mischungskomponenten gibt es keine Beschränkungen, eigentlich gibt es 3 Komponenten, aber die 3. ist dann konstant (Mischungskomponente 3/ (Mischungskomponente 1 + Mischungskomponente 2) = const). Danke für die Hinweise, ich werde das einlesen und versuchen zu verstehen, was in diesem Fall angewendet werden kann. Und ja, es gibt auch unkontrollierte Faktoren in diesem Experiment. Offensichtlich wird davon ausgegangen, dass sie das Ergebnis nicht beeinflussen, aber es gibt keine systematischen Daten dafür, also weiß ich ehrlich gesagt nicht (schwer zu sagen, ob es sich lohnt, diese zu untersuchen, muss mehr darüber studiert werden).
5. Diese Frage bezog sich darauf, wie man die Antworten einem Experiment zuordnet und es nicht als mehrere wiederholte Experimente behandelt.
Vielen Dank für Ihre Zeit schon!
Anna
