複数の応答を使用した応答曲面解析親愛なるみんな、
(コスチューム デザイナーが作成した) 応答曲面デザインを使用して大規模な DoE を実行した後、いくつかの疑問が生じました。誰かがここで私を助けてくれたら素晴らしいのですが?私は JMP と DoE を初めて使用したユーザーですが、学ぶ意欲はあります。
1)同じ要因 (塩、pH、糖) を使用して、異なる応答 (半径、分散度、融点) を測定しました。一連の因子がさまざまな応答にどのように影響するかを評価する場合、ここでの有意性はどのように計算されますか?
これはどのように組み合わされるのでしょうか?
2) 重要ではない主要因も見つかりましたが、これらは別の主要因と同様に 2 番目に重要です。 2 次項を残したまま、有意でない主要因を捨てるべきでしょうか?これはモデルにどのような影響を与えるのでしょうか?
3) 妥当なデータ (適合性の欠如を除く) があり、明確な良心をもってそれを評価できることをどのように確認できますか?欲望関数が信頼できるかどうかを確認するにはどうすればよいですか?
4) 応答値が相互に相関しているかどうか (たとえば、融点と半径) を判断できますか?
5) カスタムデザイナーを使用して応答曲面設計を測定しました。測定範囲外の値を予測できますか?データのこのような傾向をどのように確認すれば、最適な結果を得るには係数を再度増加または減少させる必要があるという情報が得られます。
6) カスタム デザイナー メニューでセットアップを完了した後、応答値の制限を再定義するにはどうすればよいですか?
7) 複数の応答値を同時に評価する方法と、それらを個別に評価することの違いはどこで学べますか。
ご協力ありがとうございました!
実験計画法ウィンドウズRe: 複数の応答を使用した応答曲面解析あなたの質問を踏まえると、リソースを無駄にする前にこのテーマについて勉強すべきだというピートの意見に私も同意します。 つまり、1 次モデルを理解し、状況に関連するノイズを完全に理解する前に、通常は最適化タイプの設計である応答曲面から始めることは非効率的であり、多くの場合効果的ではありません。
もちろん、マークの答えは的を射ています。 熟考するための考えをいくつか追加します。
1. あなたが説明した状況は、実際には標準的なものです。 私たちは多変量の世界に住んでいます。 複数の応答変数にわたって最適化のバランスが取れていることは間違いありません。 「分析」>「多変量メソッド」>「多変量」を実行する必要があります (すべての Y を入力します)。 これにより、ピアソン相関係数が得られ、さらに重要なことに、応答変数間のグラフ関係の散布図行列が得られます。 これは質問 4 の答えでもあります。
2. 階層について...次のように考えてください...利用したいアクティブなインタラクションがある場合、間違いなくそのインタラクションの両方の要素を管理したいと思うでしょう。 もちろん、これらのいずれか (たとえば A) を設定した場合は、その A の設定に関してもう一方 (B) を管理するだけで済みます。 重要ではない主効果をモデルに追加すると、R 2 乗と調整後の R 2 乗の間のデルタが大きくなり、p 値が減少する可能性がありますが、モデルが現実的であることがより重要です。
3. ああ、それは当然です...すべてのデータの分析における最初のステップは、結果が実用的な値から外れているかどうかを判断することです。 応答変数は研究全体で統計的評価を正当化するのに十分な変化がありましたか (これを私は実質的有意性と呼んでいます)。 実験空間は将来の状況を表していましたか (推論空間の問題)? そうでない場合、外挿は間違いなく疑わしいです。 実験中にノイズ（特に操作されていない要因）はどのように処理されましたか?
R-2 乗統計 (R-2 乗調整に重点を置いたデルタ)、RMSE、CV (複数の Y にわたる)、p 値、および残差分析をモデル構築のガイドとして使用できます。
Re: 複数の応答を使用した応答曲面解析- 応答ごとに最適なモデルを個別に選択します。 最適なモデルを列式として保存します。 これらを [グラフ] > [プロファイラー] > [プロファイラー] と組み合わせます。
- はい、応答データで線形モデルを使用する場合は、「モデル階層」を維持することを強くお勧めします。 したがって、用語 A*B を含めることに決めた場合は、それぞれの重要性に関係なく、A 用語と B 用語の両方も含める必要があります。
- 2 つの質問:
- 各応答のモデル選択時に残差分析を使用します。 また、モデル検証の実行はもう実行しましたか?
- 満足度関数に対する信頼度は、応答の限界と応答の目標に関する決定に対する信頼度によって決まります。
- もちろん。
- 2 つの質問:
- 因子の範囲を超えて予測することもできます。 この形式の予測は外挿と呼ばれます。 それは危険です。 JMP は予測された平均応答の信頼区間を調整しますが、JMP はモデルが因子範囲を超えて有効であると仮定します。 その仮定が妥当かどうかはあなただけが知っています。
- 予測プロファイラーは、複数の応答と要因がある場合に最適なツールです。
- 次の 2 つの方法があります。
- データ テーブルから、次のいずれかの方法を使用します。
- 列パネルで応答名の後ろにあるアスタリスク アイコンをクリックし、[応答制限] を選択します。 情報を更新し、「OK」をクリックします。
- 応答列を選択し、[列] > [列情報] を選択し、プロパティ リストで [応答制限] を選択し、情報を更新して、[OK] をクリックします。
- 予測プロファイラーから、Windows の場合は Ctrl キーを、Mac の場合は Command キーを押したまま、満足度関数のグラフをクリックし、情報を更新して、「OK」をクリックします。 次に、更新を保持する場合は、予測プロファイラーの横にある赤い三角形をクリックし、[満足度] > [満足度を保存] を選択します。
- JMP ヘルプを使用して、プロファイラーガイド。
Re: 複数の応答を使用した応答曲面解析あなたのすべての質問に対する答えは、DOE に関する基本的な本にほぼ匹敵するほどです。 私の提案は、作業を一時停止し、無料の SAS 「産業問題解決のための統計的思考」コース内の DOE およびモデリング関連モジュールをすべて完了することです。 そこでは、すべての質問がカバーされています (さらに、特に質問していない多くのトピックも含まれています)。
