如何在明确的筛选设计中处理重复和失败的运行嗨，社区，我无法对从 DSD 获得的一些数据进行建模。 这是一个包含 10 个因素的筛选。 我们用 3 个块（操作员）运行它，我包括了最大数量的额外运行（8）。 这给了我一个 31 次运行的表。 我们做了一些初步的测距实验，为所有因素设定合理的界限。 不幸的是，我们仍然有 4 次运行反应完全失败，所以我没有价值作为回应。
我的第一个问题是应该如何处理这些失败的运行？ 理想情况下，我认为它们应该被排除在外，我仍然会有 27 次运行确实提供数据。 但是，如果我将它们从表中排除并尝试运行 Fit Definitive Screening 脚本，则不会发生任何事情。 没有错误消息，但窗口只是没有打开。 我的回答是“完成时间”，目的是尽量减少这种反应，我可以输入一个代表比实验持续时间长的时间的大量数字，但这似乎是任意的。 该脚本将运行。
我的第二个问题是我是否可以包括重复运行以对模型更有信心？ 我们对每个运行条件运行 8 次重复。 但是，如果我复制并粘贴一个运行并尝试运行该脚本，则再次没有任何反应。 现在我只是取 8 次运行的平均值并使用它，但我想知道以某种方式包含各个值是否会更好，如果是这样，有没有办法使用 Fit Definitive Screening 脚本来做到这一点？
我可以使用标准的拟合模型模块来解决这两个问题，但似乎我会错过 DSD 的好处。 感谢您的任何回复！ 我在 JMP 15.2 上。 如果张贴表格会有所帮助，我很乐意这样做。
美国能源部回复：如何在确定的筛选设计中处理重复和失败的运行首先，我没有查看您的数据，所以我无法复制您描述的故障模式......但我认为您不走运。 要获得 DSD 的功能，您确实需要获得每种治疗组合的所有响应。 这是适合确定性筛选脚本规定的两阶段分析的非常经济且信息丰富的设计。 这是我的一般建议，我再次没有查看您的数据。 但我至少会尝试一下……您也许可以回到您从 DSD 分析工作流程中得出的相同结论。
您需要使用拟合模型平台。 包括所有复制“原样”。 也可能......这些点之间的变化可能会有有用的信息......无论是统计的还是实际的。 由于 DSD 分析工作流程假设效果稀疏性以实现 DSD 方法的好处...我首先拟合一个仅主要效果的模型，然后查看哪些效果是活跃的。 希望缺失的治疗组合不会对发现这些积极的主要影响造成太大伤害。 一旦你得到了那些活跃的主效应，现在用这些活跃的主效应和所有可能的两个因素相互作用来拟合一个模型，包括那些主效应项。 适合那个模型......看看它告诉你什么。
这两个步骤的方法在概念上模仿了 Fit Definitive Screening 分析平台的作用……有点。 我认为这种方法可能会让你接近？
我有兴趣看看其他人，例如@markbailey或者@statman可能会想？
回复：如何在确定的筛选设计中处理重复和失败的运行我的想法：
1. 响应变量：你能衡量“完成时间”以外的东西吗？ 例如，完成“x”时间后的完成百分比或化学反应......换句话说，以其他方式衡量现象。
2. 这是考虑到最优性的任何 DOE 战略的一个问题。 他们更容易受到丢失/丢失/非典型数据的影响。
3.如何替换缺失的数据（关于这个有一些想法，但是缺失的数据越多用处越少）？
- 使用数据集的平均值
- 使用预测数据（希望这些预测是先验的
- 回归您拥有的数据并使用模型来预测缺失的数据（使用拟合模型平台）
- 执行上述所有操作并比较结果....如果他们有点同意，您对结果分析更有信心，如果不是，那么您必须决定您学到了什么以及下一次迭代应该是什么。
4. 我对“我们对每个运行条件运行 8 次重复”的说法有点困惑。 复制还是重复？ 他们是独立治疗吗？ 如果它们确实是复制品并且所有 8 个复制品都没有反应（4 次），你学到了什么？
回复：如何在确定的筛选设计中处理重复和失败的运行我想验证 Fit Definitive Screening 确实不是如果您有缺失值或从最终筛选设计中删除或排除运行，则可以使用。 专业分析取决于折叠结构在形成用于分析的模型矩阵时的设计矩阵。 （请注意，您可以将拟合确定性筛选与任何折叠设计！）
我想知道是否可以用非常大的完成时间来替换运行的缺失值而不做出反应？ 这个重新编码是一个数字技巧。 您只是希望在某些运行基本上花费无限时间的情况下继续进行分析，但用有限的数字表示。 例如，如果反应时间从 5 分钟到 2 小时不等，那么您可以使用 1000 到 100000 的值而不是缺失值。 那样有用吗？ 我正试图尽可能多地回收你的实验。
额外的运行真的可以复制吗？ 也就是说，它们不仅仅是单次运行的重复测量。 我怀疑完成时间要求它们是真正的复制品 - 只是检查。 如果是这样，那么我肯定会包括单个重复，而不是它们的平均值。 但是，一个相反的论点是，您可以估计均值和标准差，并对它们进行建模，以找到同时给您最小平均时间和最小时间变化的条件。
我最后的评论是，Fit Definitive Screening 是一个很棒的专业工具。 这实际上是关于模型选择，仅此而已。 您还有许多其他工具可用于选择最佳线性模型。
回复：如何在确定的筛选设计中处理重复和失败的运行你好@markbailey , @statman , @P_Bartell ,
谢谢你的想法！ 我已附上我的数据表，因此您可以复制我所看到的内容，如果这有帮助的话。 现在，“时间”列中没有值的单元格是失败的运行。 如果没有值，Fit Definitive Screen 脚本将不会运行。 如果我排除这些行/运行，脚本仍然不会运行。 如果我分配随机值，它将运行。 我知道最好不要排除任何运行，这会损害模型，但由于我在生成表格时添加了 8 个额外的运行，我希望失去 4 个失败可能仍然有效。 我很惊讶脚本甚至不会尝试！ 我已经开始尝试这种方法@P_Bartell建议，我也有问题，但这可能应该是另一个线程，我想先花更多时间在上面。 要回答出现的其他一些问题：
- 是的，我可以尝试使用与“完成时间”不同的指标。 我能想到的唯一一个是“实验剩余时间”，并尝试最大化该值（失败的运行为零）。 这是一种生化反应，产生的信号应该会随着时间的推移而增加，直到达到最大值。 在失败的运行中，没有产生任何信号，所以我没有任何其他价值可以使用。
- 我尝试为失败的运行分配值，例如大于实验持续时间的数字，或者只是非常大的数字（近似于无限时间，因为它从未工作过），这些似乎真的扭曲了模型并使所有其他数据点影响较小。
- 澄清一下，我的复制确实是运行条件的重复，而不仅仅是同一运行的多次测量。 所以我们总共运行了 31*8 = 248 个反应。 这些反应自然有一些可变性，因此重复很重要。 当前表中的值是 8 次运行的平均值。 我认为在模型中包含每次运行的数据会有一些价值，但如果我尝试向表中添加额外的运行，Fit Definitive Screening 脚本将不会运行。
- 解决“我从失败中学到了什么”：如果我查看失败的运行，4 个中有 3 个具有低 Mg 和高 Log2X1 的组合。 预计这会对反应不利，我曾考虑设置一个约束以使这种组合无法使用，但 DSD 不允许。 如果我做了一个自定义 DOE，我会做出这个约束。 （尽管在某些情况下 Low Mg 和 High Log2X1 确实有效，因此这不能保证失败）。
现在，我将尝试通过排除失败的运行（包括单个重复数据）而不使用 Fit Definitive Screening 脚本来对这些数据进行建模。
回复：如何在确定的筛选设计中处理重复和失败的运行快速提问：时间的变化有多大的科学意义（或实际意义）？
回复：如何在确定的筛选设计中处理重复和失败的运行任何大于 5 分钟的时间都会引起关注。 对于我们对 3 个块/操作员的“中点”分析，它在 16、25 和 25 分钟内完成（这本身有点担心一个操作员在某种程度上要快得多）。
其中许多情况比这要糟糕得多，但我们希望找出可以帮助我们改善这一时机的因素。
回复：如何在确定的筛选设计中处理重复和失败的运行我按块运行了一些分析（拟合模型），并将块作为固定效果。 随附的数据表。 分析使用的是饱和模型，并未减少。 是的，块效应可能非常具有挑战性......导致很多问题。
回复：如何在确定的筛选设计中处理重复和失败的运行谢谢@statman ！ 我对 DOE 建模相当陌生，因此试图找到自己的方式来处理您编写的模型，但专注于使用带有块的整个数据集作为固定效果，并且似乎包括复制数据会有所帮助。 各个块模型之间的差异当然令人担忧。 感谢大家的帮助。
回复：如何在确定的筛选设计中处理重复和失败的运行你好@statman ，根据我们对系统的了解，您提供的模型（包括所有数据和块作为效果）是有意义的。 我一直在尝试重新创建您的模型，但遇到了困难，特别是我不确定您如何确定查看因子子集（pH、Mg、Log2X2、Log25X3）的次级相互作用和二次效应，它们提供我们预期的漂亮曲率。
我已经尝试过的策略@P_Bartell上面提到的 - 筛选主要影响，然后将那些与所有可能的因素组合交叉。 我还尝试过以几种不同的方式使用逐步线性回归。 但是没有什么比你提供的更能预测我了，我只想知道你是怎么做到的。 对您的思维过程的任何见解将不胜感激！ 或者，如果我应该阅读特定的帮助页面，请告诉我。
回复：如何在确定的筛选设计中处理重复和失败的运行在分析 DOE 数据时，我的思考过程是从饱和模型开始。 这被称为减法模型构建的方法（与逐步的加法方法相比）。 饱和模型是指分配了所有自由度。 在您的情况下，我将块视为固定效应并包括逐个因素的交互。 在分析结果时，首先考虑每个因素（模型项）有什么实际影响，然后看统计显着性。 删除无关紧要的项目，然后重新运行简化模型并分析残差。 我不知道对你的数据集有什么实际意义，所以我无法减少模型。
