最終的なスクリーニング計画で反復と失敗した実行を処理する方法こんにちは、コミュニティです。DSD から取得した一部のデータをモデリングするのに問題があります。 これは 10 要素のスクリーニングでした。 これを 3 つのブロック (演算子) で実行し、追加の実行の最大数 (8) を含めました。 これにより、31 回の実行のテーブルが得られました。 すべての要素に対して妥当な境界を設定するために、いくつかの初期範囲測定実験を行いました。 残念ながら、反応が完全に失敗したランがまだ 4 回あるため、応答として置く価値はありません。
最初の質問は、これらの失敗した実行をどのように処理する必要があるかということです。 理想的には、それらは除外されるべきだと思いますが、それでもデータを提供した 27 回の実行が残っているはずです。 しかし、それらをテーブルから除外して Fit Definitive Screening スクリプトを実行しようとしても、何も起こりません。 エラーメッセージは出ませんが、ウィンドウが開きません。 私の応答は「完了までの時間」です。これは、この応答を最小限に抑えることを目的としており、実験期間よりも長い時間を表す大きな数値を入力することもできますが、これは恣意的であるように思えます。 ただし、スクリプトは実行されます。
2 番目の質問は、モデルの信頼性を高めるために反復実行を含めることができるかどうかです。 各実行条件を 8 回繰り返し実行しました。 ただし、実行内容をコピーして貼り付けてスクリプトを実行しようとしても、やはり何も起こりません。 今のところ、8 回の実行の平均を取得してそれを使用しているだけですが、何らかの方法で個別の値を含めたほうが良いのではないかと考えています。そうであれば、Fit Definitive Screening スクリプトを使用してそれを行う方法はありますか?
標準の Fit Model モジュールを使用してこれらの問題の両方を解決できますが、DSD の利点を逃してしまうようです。 ご回答いただきありがとうございます。 JMP 15.2を使用しています。 表を投稿するのが役立つ場合は、喜んで投稿します。
データのブレンディングとクリーンアップ実験計画法Re: 最終的なスクリーニング計画で反復と失敗した実行を処理する方法どういたしまして。 実験計画は、多くの「側面」を持つ大きなテーマです。 この問題をさらに複雑にしているのは、「正しい方法」というものは存在しないということです。 より効率的なものもあれば、より効果的なものもあります。 まず状況を理解する必要があり、どのような質問に答えようとしているのか、どのような仮説を洞察しようとしているのか、どのようなモデル効果を推定する必要があるのかを理解する必要があることがわかりました。 私は複数のオプション/計画を設計し、各オプションについてどのような知識が得られる可能性があるかを熟考し (実際に考えられるすべての結果を予測します)、それをリソース要件と比較検討します。 繰り返し行うことになりますが、調査を続けるには何が必要ですか。
私は最高の頭脳（ボックス、タグチ、マクリーン、サンダース、ダイアモンド、ビスガードら）から学ぶことができ、何千もの実験の設計と分析に携わるという贅沢に恵まれました。 振り返ってみると、魔女の多くはもっと良くデザインできたはずです...(笑)
Re: 最終的なスクリーニング計画で反復と失敗した実行を処理する方法学べば学ぶほど、自分がいかに知らないことが多いかがわかります。 今後ともご指導よろしくお願いいたします！
Re: 最終的なスクリーニング計画で反復と失敗した実行を処理する方法将来的には、実行する計画を選択する前に、どのモデル効果を分離するか、どのモデル効果を混同してもよいか、どのモデル効果を研究に含めたくないかを把握することをお勧めします。
応答曲面マクロは使用できないため、ブロックが変量効果でないことを確認する必要があります。 モデルを作成するには、実験で利用可能な合計自由度とエイリアシングを理解する必要があります。 (モデルにエイリアスされた項を決して入れないでください。特異点エラーが発生します)。 ここから始めるとよいでしょう:
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
JMP でデザインを作成すると、デザインを評価するためのスクリプトである矢印が表示されます。これにより、エイリアシング構造が提供されます。 完全なブロックを実行した場合、モデルには最終スクリーニング計画モデル、ブロック、およびすべてのブロックごとの最終スクリーニング モデル効果が含まれます。
Re: 最終的なスクリーニング計画で反復と失敗した実行を処理する方法スタットマンのおかげで、アプローチが理解できた気がします。
飽和モデルを生成するために、すべての因子、すべての因子の 2 乗、およびすべての交互作用 (応答曲面マクロを使用) から開始しました。 次に、標準最小二乗法を実行します。 ブロックを固定効果として扱うオプションはありますか? 現在、結果には、相互作用の p 値の取得を妨げていると思われるいくつかの特異点がリストされています。 そこで行き詰まってしまいます。 モデルにはすべての因子といくつかの相互作用がありますが、すべてではありません。これは、すでに何らかの形でモデルを縮小したことを意味しますか? どれを削除すべきかどうやって分かりましたか?
Re: 最終的なスクリーニング計画で反復と失敗した実行を処理する方法DOE データを分析するときの私の思考プロセスは、飽和モデルから始めることです。 これはと呼ばれます減算的モデル構築へのアプローチ (ステップワイズのような加算的アプローチと比較)。 飽和モデルとは、すべての自由度が割り当てられているときのことです。 あなたの場合、ブロックを固定効果として扱い、ブロックごとの相互作用を含めました。 結果を分析するときは、まず各要因 (モデル項) が実際にどのような影響を与えるかを考えてから、統計的有意性に注目します。 重要でない項目を削除し、縮小モデルを再実行して残差を分析します。 データセットにとって実際的にどのような重要性があるのかわからないため、モデルを縮小することはできません。
Re: 最終的なスクリーニング計画で反復と失敗した実行を処理する方法やあ@スタットマン、すべてのデータとエフェクトとしてのブロックを含むあなたが提供したモデルは、システムについて私たちが知っていることから意味があります。 モデルを再作成しようとしていますが、問題が発生しています。特に、因子のサブセット (pH、Mg、Log2X2、Log25X3) の二次相互作用と二次効果を調べることにどうやって落ち着いたのかわかりません。期待通りの素晴らしい曲率でした。
という戦略を試してみました@P_Bartel前述したように、主効果をスクリーニングし、それらを因子の考えられるすべての組み合わせと交差させます。 また、いくつかの異なる方法で段階的線形回帰を使用してみました。 しかし、あなたが提供してくれたものほど予測につながるものはありません。私はただあなたがどのようにしてそこにたどり着いたのか知りたいのです。 あなたの思考プロセスに関する洞察をいただければ幸いです。 または、読むべき特定のヘルプ ページがある場合は、お知らせください。
Re: 最終的なスクリーニング計画で反復と失敗した実行を処理する方法ありがとう@スタットマン！ 私は DOE モデリングにかなり慣れていないので、スクリプト化したモデルへの独自の方法を見つけようとしていますが、固定効果としてブロックを含むデータセット全体を使用することに重点を置いており、複製データを含めることが役立つようです。 個々のブロック モデル間の違いは確かに懸念事項です。 助けてくれた皆さんに感謝します。
Re: 最終的なスクリーニング計画で反復と失敗した実行を処理する方法ブロックごとに、またブロックを固定効果として含めて、いくつかの分析 (モデルの適合) を実行しました。 データシートを添付しました。 分析では飽和モデルが使用されており、縮小されていません。 はい、ブロック効果は非常に難しい場合があります...多くの疑問が生じます。
Re: 最終的なスクリーニング計画で反復と失敗した実行を処理する方法5 分を超えるものは興味深いものになります。 3 つのブロック/オペレーターの「中間点」アッセイでは、16 分、25 分、25 分で完了しました (これ自体、1 人のオペレーターの方がどういうわけか非常に高速だったことが少し懸念されます)。
これらの条件の多くはそれよりもはるかに悪いですが、私たちはそのタイミングを改善するのに役立つ可能性のある要因を特定したいと考えていました。
Re: 最終的なスクリーニング計画で反復と失敗した実行を処理する方法ちょっとした質問: 時間の変化にはどの程度科学的意義 (または実用的意義) がありますか?
Re: 最終的なスクリーニング計画で反復と失敗した実行を処理する方法やあ@Mark_Bailey 、 @スタットマン、 @P_Bartel 、
ご意見ありがとうございます！ 私のデータテーブルを添付しましたので、参考になれば、私が見ているものを再現していただけます。 現時点では、「時間」列に値のないセルは失敗した実行です。 値がないと、Fit Definitive Screen スクリプトは実行されません。 これらの行/実行を除外しても、スクリプトは実行されません。 ランダムな値を割り当てると実行されます。 実行を除外しないことが最善であり、モデルに悪影響を与えることはわかっていますが、テーブルを生成するときに 8 つの追加の実行を追加したため、失敗によって 4 つが失われてもまだ機能するかもしれないと期待していました。 スクリプトが試行すらしないことに驚きました。 というアプローチを試してみることから始めました@P_Bartelと提案され、そこにも質問がありますが、おそらく別のスレッドにする必要があるので、最初にもう少し時間を費やしたいと思います。 他のいくつかの質問に答えると、次のようになります。
- はい、「完了までの時間」とは異なる指標を使用してみることができます。 私が考えることができる唯一の方法は「実験の残り時間」であり、その値を最大化しようとします（失敗した実行の場合はゼロになります）。 これは、最大値に達するまで時間の経過とともに増加すると考えられる信号を生成する生化学反応です。 失敗した実行では信号は生成されなかったため、他に使用する値はありません。
- 失敗した実行に、実験の期間よりも大きい数値や、非常に大きな数値 (うまくいかなかったので無限大の時間を近似したもの) などの値を割り当ててみました。これらはモデルを実際に歪め、すべての結果を悪化させるようです。他のデータポイントはそれほど影響がありません。
- 明確にするために、私の反復は実際には、同じ実行の複数の測定ではなく、実行条件の繰り返しです。 したがって、合計 31*8 = 248 の反応を実行しました。 これらの反応には当然ある程度のばらつきがあるため、反復することが重要です。 現在表にある値は 8 回の実行の平均です。 各実行のデータをモデルに含めることには何らかの価値があると考えましたが、テーブルに追加の実行を追加しようとすると、Fit Definitive Screening スクリプトが実行されません。
- 「失敗から何を学んだか」に対処する: 失敗した実行を見ると、4 つのうち 3 つが低 Mg と高 Log2X1 の組み合わせになっています。 これは反応に悪影響を与えることが予想され、この組み合わせを使用できないように制約を設定することを検討しましたが、DSD ではそれが許可されませんでした。 カスタム DOE を作成していたら、この制約を作成したでしょう。 (ただし、低 Mg と高 Log2X1 が機能したケースもあるため、これが失敗を保証するものではありません)。
現時点では、Fit Definitive Screening スクリプトを使用せず、個々の複製データを含む失敗した実行を除外することで、このデータのモデリングを試みます。
Re: 最終的なスクリーニング計画で反復と失敗した実行を処理する方法適合最終スクリーニングが正しく行われることを確認したいいいえ欠損値がある場合、または最終的なスクリーニング計画から実行が削除または除外された場合に機能します。 特殊な分析は以下に依存します。折り返し構造分析用のモデル行列を形成する際の設計行列の。 (Fit Definitive Screening を使用できることに注意してください。どれでも折り返しデザイン！）
反応のない実行の欠損値を、完了までの時間の非常に大きな数値で置き換えることは可能でしょうか? この再コードは数値トリックです。 一部の実行には本質的に無限の時間がかかりましたが、これを有限の数で表して分析を続行したいだけです。 たとえば、反応時間が 5 分から 2 時間の範囲である場合、欠損値の代わりに 1000 ～ 100000 の値を使用できます。 それは動作しますか？ 私はあなたの実験をできるだけ多く回収しようとしています。
追加の実行は本当に複製されているのでしょうか? つまり、これらは 1 回の実行を単に繰り返し測定したものではありません。 完了までの時間では、それらが真のレプリカであることが必要であると思われます - 確認するだけです。 もしそうなら、私は間違いなく、それらの平均ではなく、個々の複製を含めることになります。 ただし、平均と標準偏差を推定し、これらをモデル化して、最小平均時間と最小時間変動の両方を与える条件を見つけることができるという反論もあります。
私の最後のコメントは、Fit Definitive Screening は素晴らしい特殊なツールであるということです。 それは実際にはモデルの選択に関するものであり、それが限界です。 最適な線形モデルを選択するためのツールは他にもたくさんあります。
Re: 最終的なスクリーニング計画で反復と失敗した実行を処理する方法私の考え：
1. 応答変数: 「完了までの時間」以外のものを測定できますか? たとえば、「x」時間後の完了率や化学反応など、現象を測定する別の方法です。
2. これは、最適性を念頭に置いた DOE 戦略にとって懸念事項です。 これらは、データの損失/欠落/異常の影響を受けやすくなります。
3. 欠落データを置き換える方法 (これについてはいくつかのアイデアがありますが、欠落データが増えるほど役に立たなくなります)?
- データセットの平均を使用する
- 予測データを使用します (これらの予測が事前に行われていることを願っています)
- 既存のデータを回帰し、モデルを使用して欠落データを予測します (適合モデル プラットフォームを使用)。
- 上記のすべてを実行し、結果を比較します。一致する場合は、結果の分析に大きな自信が持てます。一致しない場合は、何を学習し、次の反復に何を行うべきかを決定する必要があります。
4. 「各実行条件を 8 回繰り返し実行しました」という記述には少し混乱しています。 複製または繰り返し? それらは独立した治療法でしたか？ それらが本当に複製であり、8 つの複製すべて (4 回) が反応しなかった場合、何を学びましたか?
Re: 最終的なスクリーニング計画で反復と失敗した実行を処理する方法まず、私はあなたのデータを見ていないので、あなたが説明した障害モードを再現することはできません...しかし、私はあなたが運が悪いと思います。 性分化疾患の特徴を享受するには、実際には、各治療の組み合わせに対するすべての反応を得る必要があります。 これは、Fit Definitive Screening スクリプトで規定されている 2 段階分析のための、非常に経済的で情報が詰まった設計です。 これが私の一般的な提案です。繰り返しになりますが、私はあなたのデータを見ていません。 しかし、少なくともこれを試してみたいと思います...DSD 分析ワークフローから到達するのと同じ結論に戻ることができるかもしれません。
Fit Model プラットフォームを使用する必要があります。 すべてのレプリケートを「そのまま」含めます。 同様に...統計的または実用的な、それらのポイント間の変動に有用な情報があるかもしれません。 DSD 解析ワークフローは DSD アプローチの利点を実現するために効果の希薄性を前提としているため、主効果のみのモデルをフィッティングすることから始めて、どの効果がアクティブであるかを確認します。 これらの有効な主効果を見つけるために、不足している治療の組み合わせがそれほど害にならないことを願っています。 これらのアクティブな主効果を取得したら、それらのアクティブな主効果と、それらの主効果項を含む考えられるすべての 2 因子交互作用をモデルに当てはめます。 そのモデルを当てはめて、何が分かるか見てみましょう。
この 2 段階のアプローチは、Fit Definitive Screening 分析プラットフォームの機能を概念的に模倣しています。 このアプローチであなたに近づくことができると思いますか？
他に何があるか見てみたいと思います@Mark_Baileyまた@スタットマン思うかもしれません？
Re: 最終的なスクリーニング計画で反復と失敗した実行を処理する方法こんにちは@Mark_Bailey
それに続いて、DSD に個々のレプリケートを入力するにはどうすればよいでしょうか? DOE の表を設計する場合、反復回数を示すボックスはありません (ただし、このボックスは、たとえば古典的なスクリーニング計画を設計する場合には存在します)。
ありがとう
サラ
Re: 最終的なスクリーニング計画で反復と失敗した実行を処理する方法DSD には同じオプションがありません。 Fit Definitive Screening を使用する場合は、一部の実行を複製できません。 [テーブルの作成] をクリックした後ですべての実行をコピーし、そのコピーを元の行の下に貼り付けて設計を複製できます。
Re: 最終的なスクリーニング計画で反復と失敗した実行を処理する方法こんにちは@SaraA さん
@Mark_Baileyが述べたように、DSD に属するすべての行をコピー＆ペーストすることで、完全な設計を手動で複製できます。
Augment Design プラットフォームを使用して DSD を複製することもできます: デザインの複製
