분석에서 Fit 모델을 사용하여 DOE 설계로 예측 공식을 얻는 방법안녕하세요,
JMP에서 사용할 수 있는 DOE 설계 도구를 사용하는 대신 수동으로 실험 설계를 만들어 JMP 테이블에 붙여넣었습니다.
필요한 모든 응답을 추가한 후 적합 모델을 실행하여 데이터를 분석하고 모델 공식을 얻었습니다. 매크로에서 반응 표면을 사용하여 모델 효과를 구성했습니다.
실행 후 수식을 확인했는데 예상한 형태가 아닙니다.
예를 들어 온도 범위를 100~140으로 설정하고 중심점을 120으로 설정합니다. 따라서 이 수준은 (온도-120)/20으로 -1과 1 사이로 코딩될 수 있습니다.
나는 코딩된 형태로 예측 방정식을 얻을 것이라고 기대했지만 내가 얻은 것은 다른 상수를 가진 공식이었습니다. 이 문제를 해결하는 방법을 알려주시겠어요? 모든 도움에 감사드립니다!
친애하는,
실험 설계Re: 분석에서 Fit 모델을 사용하여 DOE 설계로 예측 공식을 얻는 방법은 무엇입니까?불분명한 설명에 대해 사과드립니다. 왼쪽과 오른쪽은 동일한 실제 값에서 나온 것입니다. 차이점은 왼쪽의 데이터 테이블은 DOE 반응 표면 도구를 사용하여 생성되었으며 오른쪽의 데이터 테이블은 직접 입력했다는 것입니다. 그런 다음 반응 표면 모델을 사용하여 적합 모델을 실행했습니다. 동일한 실제값과 반응값을 사용했기 때문에 두 예측식 모두 동일하게 보여야 한다고 생각했습니다. 다르게 보이지만 예측값이 동일한 것을 확인했습니다.
그렇다면 이러한 차이는 DOE에 대한 예측식을 다시 작성하는 코드가 있다는 것이 배경에 있는 코드 때문이라는 것이 맞을까요?
예. 효과의 유의성을 확인하고 모델을 유의미한 항으로 축소하고 있습니다. 다음으로 넘어가기 전에, 나중에 실수하지 않도록 꼭 확인하고 싶습니다. 저는 이 프로그램을 처음 접했습니다. 제 상황을 이해해주세요. 귀하의 의견에 감사드리며 많은 도움이 됩니다. 또한 편집한 파일을 공유해 주셔서 감사합니다. 귀하가 열었던 다른 기능을 배울 수 있습니다. 그것은 나에게 많은 도움이 됩니다.
친애하는
Re: 분석에서 Fit 모델을 사용하여 DOE 설계로 예측 공식을 얻는 방법은 무엇입니까?JMP 테이블을 추가해 주셔서 감사합니다. 귀하의 질문을 이해하지 못합니다. 모델은 분석에 사용된 모든 수준에서 작성됩니다. 따라서 왼쪽(스크린샷)이 실제 값이고 오른쪽이 코딩된 수준인 경우 모델은 물론 달라집니다. 베타 계수에 항이 곱해지기 때문에 모델을 작성할 때 실제 수준에 맞게 조정해야 합니다. 기울기를 정규화하여 유의성을 비교할 수 있도록 코딩되었습니다.
좋은 테스트는 예측 수식을 테이블(반응 수율 옆의 빨간색 삼각형)>열 저장>예측 수식에 저장하는 것입니다. 이 작업을 완료한 후 중요한 요인에 대한 값을 입력하면(표에 행만 추가하면 됩니다) JMP는 저장된 모델을 사용하여 결과를 예측합니다. 결과가 의미가 있나요?
귀하의 데이터 세트를 살펴보았는데, 귀하가 만든 모델을 어떻게 얻었는지 잘 모르겠습니다. 효과를 분석하여 어느 것이 유의미한지 확인한 다음 모델을 유의미한 항으로 축소했습니까? 귀하가 포함시킨 용어 중 일부는 효과가 거의 없다는 것을 알 수 있습니다. 약간의 펑키한 잔여물도 있습니다. 바이오매스와 온도가 가장 큰 영향을 미치는 것 같습니다. IL과 시간은 바이오매스와 상호작용할 수 있지만 주요 효과는 무시할 수 있습니다.
코딩되지 않은 모델과 코딩된 모델 모두에 적합한 모델을 실행하고(모델을 줄인 후) 예측 공식을 테이블에 저장했습니다.
Re: 분석에서 Fit 모델을 사용하여 DOE 설계로 예측 공식을 얻는 방법은 무엇입니까?안녕하세요,
훌륭한 설명을 해주셔서 감사합니다.
나는 아직도 혼란스럽다. 그렇다면 DOE 도구를 사용하여 실험을 설계할 때 베타 계수를 원래 수준으로 다시 변환하는 것이 유효한가요?
파일을 첨부하고 예측 표현을 캡쳐했습니다. 왼쪽은 DOE 도구를 사용했을 때의 표현이고 오른쪽은 수동으로 설계된 실험 실행에서 얻은 것입니다.
나는 그것이 동일해야한다고 생각합니다.
친애하는
Re: 분석에서 Fit 모델을 사용하여 DOE 설계로 예측 공식을 얻는 방법은 무엇입니까?먼저, 포럼에 오신 것을 환영합니다. 둘째, JMP 파일을 게시물에 첨부할 수 있다면 이는 우리에게 도움이 됩니다(익명화 가능).
적합 모델을 실행하면 JMP는 백그라운드에서 코딩된 데이터를 분석한 다음 베타 계수를 테이블의 원래 수준 설정으로 다시 변환합니다. 코딩된 모델을 원하는 경우 적합 모델을 실행하기 전에 레벨을 코딩해야 합니다. 코딩은 0을 중심으로 등거리를 두어야 합니다(예: 2 수준 요인의 경우 -1,1, 3 수준 요인의 경우 -1,0,-1).
