배경
저는 최근에 "전분", "설탕" 및 "소금"을 연속 요인으로 다양하게 하는 5가지 식품 샘플을 사용하여 파일럿 연구를 실행했습니다.5가지 식품 샘플 각각을 150명의 패널리스트가 맛보고 샘플을 수락하거나 거부했습니다.패널리스트를 거부하는 비율은 세 가지 연속 요소의 함수로 모델링하고 싶은 것입니다.
내 파일럿 연구는 내 예상과 일치하는 몇 가지 흥미로운 통찰력을 얻었지만 5개의 다른 샘플만 있기 때문에 내 모델링은 "설탕" 및 "설탕*설탕" 용어만 사용하는 것으로 제한되었습니다.GLM --> 일반 --> 로짓 모델을 사용했습니다. 곡률이 있다는 것을 알고 있고 백분율이므로 출력을 0 - 1로 제한하고 싶습니다.저장된 GLM("파일럿 데이터 SSS-Prej_Sugar Logit 모델")이 있는 데이터 테이블을 첨부했습니다.접근 방식을 기반으로 합니다. Mark Bailey는 이전 게시물에서 비율 데이터를 권장했습니다.
다음 단계
다음 단계는 "전분", "설탕" 및 "소금" 수준이 다양한 식품 샘플을 더 많이 테스트하여 정확하고 정확한 제품을 만드는 것입니다. 다변수 패널리스트를 거부하는 비율을 추정하기 위한 모델(단지 "설탕" 및 "설탕*설탕" 용어 대신).주 효과와 교차 효과를 모두 캡처하고 싶습니다.이를 위해 DOE --> Custom Design 플랫폼을 사용하고 다음 매개변수를 설정했습니다.
응답: 거부 비율, 최소화할 목표, 하한값 = 0, 상한값 = 1
요인: "전분"(38 - 55), "설탕"(15 - 36), "소금"(23 - 50)을 연속 쉬운 요인으로 사용하고 RSM을 사용하여 교차 용어를 얻었습니다.1개의 절편, 3개의 주효과, 4개의 교차 항이 있는 일부 항을 제거했습니다.
복제: 5
중심점: 0
실행 횟수: 40 (우리는 그것에 대한 예산이 있습니다)
랜덤 블록: 8
디자인/테이블은 "Custom Design SSS-Prej Example"로 첨부됩니다.
내 질문
1. 실험을 실행하고 데이터를 얻은 후에는 다른 모델을 시도할 수 있는 옵션이 다시 나타납니다.요약하자면, 제 목표는 세 가지 요소가 거부자 비율에 어떻게 영향을 미칠지 예측하고 잠재적으로 거부자 비율에 대한 최소값과 최대값을 찾는 것입니다.나는 적어도 두 가지 용어("설탕"과 "소금")에 곡률이 있을 것으로 예상합니다.GLM --> 일반 --> 로짓으로 다시 이동하는 데 문제가 있습니까?
2. 내가 묻는 이유는 선별 실험(반응률을 보기 위해)을 위해 "Reactor 20 Custom" 데이터 세트를 사용하여 "JMP Start Statistics" 책의 연습을 따르고 있었지만 연습은 "Standard 출력(반응률)이 이론적으로 0에서 1로 제한되더라도 최소 제곱" + 효과 스크리닝 접근 방식. 이 페이지 은 이 운동을 숙제로 설명합니다.
3. 실제로 사용자 정의 디자인 수준을 정확히 따를 수는 없지만 테스트를 위해 "전분" "설탕" "소금" 수준이 다양한 샘플 라이브러리를 선택할 수 있습니다."설탕"과 "소금"도 적당히 공선적이라는 것이 밝혀졌습니다. .다음 표("SSS-Prej 모델의 후보 예")를 참조하십시오.위의 우려 사항을 감안할 때 DOE 및 접근 방식의 품질에 대해 우려해야 합니까?
도움을 주시면 감사하겠습니다.
실제로 관련하여 요인: "전분"(38 - 55), "설탕"(15 - 36), "소금"(23 - 50), 용어를 제거하지 않았으므로 전체 응답 표면일 뿐입니다.이전 게시물을 수정했지만 해당 기능이 표시되지 않습니다.
전체 응답을 알고 있습니다. 또한 "수락" 및 "거부" 카운트를 알고 있습니다. 따라서 이진 분포 및 로짓 연결 함수와 함께 이진 로지스틱 회귀 또는 GLM을 사용할 수 있습니다.
치료를 정확히 따를 수 없어도 괜찮습니다. 예를 들어 Sugar = 15를 요구하고 17로 알려진 경우 응답을 기록하고 해당 실행에 대한 요인 설정을 업데이트합니다. 이렇게 하면 회귀가 모든 올바른 수준을 갖게 됩니다.
