如何在明确的筛选设计中处理重复和失败的运行大家好，我在对从 DSD 获得的一些数据进行建模时遇到问题。 这是一个包含 10 个因素的筛选。 我们使用 3 个块（运算符）运行此程序，并且我包含了额外运行的最大数量 (8)。 这给了我一个包含 31 次运行的表。 我们做了一些初步的范围寻找实验，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，所以我没有任何价值可以作为响应。
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，而且我仍然有 27 次运行确实提供了数据。 但是，如果我将它们从表中排除并尝试运行 Fit Definitive Screening 脚本，则不会发生任何情况。 没有错误消息，但窗口就是打不开。 我的回答是“完成时间”，目的是最大限度地减少这种响应，我可以输入一个代表比实验持续时间更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？ 我们对每种运行条件进行了 8 次重复。 但是，如果我复制并粘贴运行并尝试运行脚本，同样什么也不会发生。 现在我只是取 8 次运行的平均值并使用它，但我想知道是否最好以某种方式包含各个值，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 Fit Model 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！ 我使用的是 JMP 15.2。 如果发布表格会有帮助，我很乐意这样做。
数据混合和清理实验设计回复：如何在明确的筛选设计中处理重复和失败的运行我的荣幸。 实验设计是一个巨大的话题，有很多“方面”。 使这个问题进一步复杂化的是，没有一种“正确的方法”。 有些会更有效率，有些会更有效。 我发现我必须首先了解情况，我想回答什么问题，我想深入了解什么假设，我需要估计什么模型效应。 我设计了多个选项/计划，思考每个选项可能获得哪些知识（我实际上预测了每个可能的结果），并根据资源需求进行权衡。 认识到我会迭代，那么我需要继续调查什么。
我非常幸运能够向一些最优秀的思想家（Box、Taguchi、McLean、Sanders、Diamond、Bisgaard 等）学习，并且有幸参与了 1000 个实验的设计和分析。 回顾过去，许多女巫本可以设计得更好......哈哈
回复：如何在明确的筛选设计中处理重复和失败的运行我学得越多，就越意识到自己有多少不知道。 感谢您一直以来的指导！
回复：如何在明确的筛选设计中处理重复和失败的运行将来，我建议在选择要运行的设计之前了解您想要分离哪些模型效应、您愿意混淆哪些模型效应以及您不想将哪些模型效应包含在研究中！
您不能使用响应面宏，并且必须确保该块不是随机效应。 要创建模型，您需要了解实验中可用的总自由度和混叠。 （切勿在模型中添加别名项，您将得到奇点错误）。 你可以从这里开始：
https://www.jmp.com/support/help/en/16.2/?os=mac&source=application&utm_source=helpmenu&utm_medium=application#page/jmp/ effective-model-selection-for-dsds.shtml#ww292566
当您在 JMP 中创建设计时，您应该会看到一个箭头，它是评估设计的脚本，这将提供别名结构。 如果您运行了完整的模块，您的模型将包含最终筛选设计模型、模块和所有逐个最终筛选模型效果。
回复：如何在明确的筛选设计中处理重复和失败的运行谢谢斯塔曼，我想我明白了这个方法。
为了生成我的饱和模型，我从所有因子、所有因子平方和所有交互开始（使用响应曲面宏）。 然后运行标准最小二乘法。 是否可以选择将区块视为固定效应？ 目前，结果列出了几个奇点，这些奇点似乎阻止我获得任何交互的 p 值。 被困在那里。 在您的模型中，您拥有所有因素和一些相互作用，但不是全部，这是否意味着您已经以某种方式减少了模型？ 您怎么知道要删除哪些？
回复：如何在明确的筛选设计中处理重复和失败的运行我在分析 DOE 数据时的思维过程是从饱和模型开始。 这被称为减法模型构建方法（与逐步式等加法方法相比）。 饱和模型是指所有自由度都已分配的模型。 在你的例子中，我将块视为固定效应，并包括逐个因素的相互作用。 在分析结果时，首先考虑每个因素（模型项）有什么实际影响，然后查看统计显着性。 删除不重要的项目，然后重新运行简化模型并分析残差。 我不知道你的数据集有什么实际意义，所以我无法缩小模型。
回复：如何在明确的筛选设计中处理重复和失败的运行你好@statman ，您提供的模型（包括所有数据和块作为效果）从我们对系统的了解来看是有意义的。 我一直在尝试重新创建您的模型，但遇到困难，特别是我不确定您如何决定查看子集因子（pH、Mg、Log2X2、Log25X3）的二次相互作用和二次效应，这些因子提供了我们期望的很好的曲率。
我已经尝试过的策略@P_巴特尔上面提到的 - 筛选主要影响，然后将这些影响与所有可能的因素组合相交叉。 我还尝试以几种不同的方式使用逐步线性回归。 但没有什么能像你提供的那样让我得到任何预测，我只是想知道你是如何做到这一点的。 任何对您的思维过程的见解将不胜感激！ 或者，如果有我应该阅读的特定帮助页面，请告诉我。
回复：如何在明确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，因此尝试找到自己编写的模型的方法，但专注于使用带有块的整个数据集作为固定效果，并且包含复制数据似乎有所帮助。 各个模块模型之间的差异肯定令人担忧。 感谢大家的帮助。
回复：如何在明确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包括在内。 附上数据表。 分析使用饱和模型并且没有减少。 是的，块效应可能非常具有挑战性......导致很多问题。
回复：如何在明确的筛选设计中处理重复和失败的运行任何超过 5 分钟的内容都会引起人们的兴趣。 对于我们对 3 个块/操作员的“中点”测定，它在 16 分钟、25 分钟和 25 分钟内完成（这本身就有点令人担忧，因为一个操作员不知何故快得多）。
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进时机的因素。
回复：如何在明确的筛选设计中处理重复和失败的运行快速提问：时间的变化有多少具有科学意义（或实际意义）？
回复：如何在明确的筛选设计中处理重复和失败的运行你好@马克贝利, @statman , @P_巴特尔,
谢谢你的想法！ 我已附上我的数据表，以便您可以复制我所看到的内容（如果有帮助的话）。 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，但由于我在生成表时添加了 8 次额外运行，因此我希望因失败而丢失 4 次可能仍然有效。 我只是惊讶于脚本甚至不会尝试！ 我开始尝试以下方法@P_巴特尔建议，我也有问题，但这可能应该是另一个线程，我想首先花更多时间在它上面。 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。 我唯一能想到的是“实验剩余时间”，并尝试最大化该值（对于失败的运行，该值将为零）。 这是一种生化反应，产生的信号应该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可用的值。
- 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（近似无穷大的时间，因为它从未起作用），这些似乎确实扭曲了模型并使所有其他数据点影响较小。
- 澄清一下，我的重复确实是运行条件的重复，而不仅仅是同一运行的多次测量。 因此，我们总共运行了 31*8 = 248 个反应。 这些反应自然具有一些可变性，因此重复很重要。 表中当前的值是 8 次运行的平均值。 我认为将每次运行的数据包含在模型中会有一些价值，但如果我尝试向表中添加额外的运行，则“拟合最终筛选”脚本不会运行。
- 解决“我从失败中学到了什么”：如果我查看失败的运行，四分之三的运行具有低 Mg 和高 Log2X1 的组合。 预计这会对反应产生不利影响，我曾考虑设置一个约束，使这种组合无法使用，但 DSD 不允许。 如果我做了一个定制的 DOE，我就会做出这个限制。 （尽管在某些情况下，低 Mg 和高 Log2X1 确实有效，所以这并不是一定会失败）。
现在，我将尝试通过排除失败的运行（包括单个重复数据）来对该数据进行建模，并且不使用“拟合最终筛选”脚本。
回复：如何在明确的筛选设计中处理重复和失败的运行我想验证 Fit Definitive Screening 是否有效不是如果您有缺失值或者从最终筛选设计中删除或排除了运行，则该方法有效。 专业分析取决于折叠结构形成模型矩阵进行分析时的设计矩阵。 （请注意，您可以将 Fit Definitive Screening 与任何折叠设计！）
我想知道是否有可能替换运行的缺失值而不用非常大的完成时间数字做出反应？ 这个重新编码是一个数字技巧。 您只是希望分析继续进行，某些运行基本上花费了无限的时间，但用有限的数字表示。 例如，如果反应时间范围为 5 分钟到 2 小时，则您可以使用 1000 到 100000 的值而不是缺失值。 那样有用吗？ 我正在尝试尽可能多地回收你的实验。
额外的运行真的是重复的吗？ 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重复 - 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。 不过，一个相反的论点是，您可以估计平均值和标准差，并对它们进行建模，以找到同时提供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。 这实际上与模型选择有关，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：如何在明确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：除了“完成时间”之外，您还能衡量其他指标吗？ 例如，“x”时间后的完成百分比或化学反应......换句话说，是衡量现象的其他方法。
2. 这是能源部任何考虑到最优性的战略所关心的问题。 他们更容易丢失/缺失/非典型数据。
3.如何替换缺失的数据（对此有一些想法，但是缺失的数据越多越没有用处）？
- 使用数据集的平均值
- 使用预测数据（希望这些预测是先验完成的）
- 对您拥有的数据进行回归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......如果它们在某种程度上一致，那么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进行了 8 次重复”这句话感到有点困惑。 重复还是重复？ 他们是独立的治疗吗？ 如果它们确实是重复，并且所有 8 个重复都没有反应（4 次），那么您学到了什么？
回复：如何在明确的筛选设计中处理重复和失败的运行首先，我没有查看你的数据，所以我无法复制你描述的故障模式......但我认为你运气不好。 要获得 DSD 的功能，您确实需要了解每种治疗组合的所有反应。 这是一种非常经济且信息丰富的设计，适用于 Fit Definitive Screening 脚本规定的两阶段分析。 这是我的一般建议，我又没有看过你的数据。 但我至少会尝试一下……您也许可以得出与 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。 “按原样”包括所有重复。 或许……这些点之间的变化可能有有用的信息……无论是统计的还是实用的。 由于 DSD 分析工作流程假设效应稀疏性来实现 DSD 方法的优势...我首先拟合仅主效应模型，然后查看哪些效应处于活动状态。 希望缺失的治疗组合不会对发现这些积极的主要效果造成太大伤害。 一旦获得了这些主动主效应，现在就用这些主动主效应和所有可能的两个因素相互作用（包括那些主效应项）拟合一个模型。 拟合该模型...然后看看它告诉您什么。
这种两步方法在概念上模仿了 Fit Definitive Screening 分析平台的作用……有点像。 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@马克贝利或者@statman可能会想？
回复：如何在明确的筛选设计中处理重复和失败的运行嗨@Mark_Bailey
接下来，如何在 DSD 中输入各个重复项？设计 DOE 表格时，没有框来指示重复次数（例如，在设计经典筛选设计时会出现此框）。
谢谢
莎拉
回复：如何在明确的筛选设计中处理重复和失败的运行DSD 则没有相同的选项。如果您想使用 Fit Definitive Screening，则无法复制某些运行。单击“制作表格”后，您可以复制所有运行，并将副本粘贴到原始行下方以复制设计。
回复：如何在明确的筛选设计中处理重复和失败的运行嗨@SaraA ，
正如@Mark_Bailey所提到的，您可以通过复制粘贴属于 DSD 的所有行来手动复制完整的设计。
您还可以使用增强设计平台来复制您的 DSD： 复制设计
