3x3x3 완전 요인 DoE 데이터 분석에 대한 도움이 필요합니다.안녕하세요!
저는 커뮤니티에 처음 들어왔으며 DoE(3x3x3 완전 요인) 실험을 완료한 후 데이터 결과에 대한 조언을 얻고 싶습니다.
나는 세 가지 요소(염화나트륨, 구연산나트륨, 글리신)를 가지고 3가지 수준(0,100,200mM 염화나트륨, 0,50,100mM 구연산나트륨, 0,50,100mM 글리신)에서 테스트했습니다. 27개 실행을 모두 테스트했습니다. 반응은 %단량체 강도입니다. 이상적으로는 이러한 세 가지 요소를 기반으로 모노머 강도를 100%에 가깝게 달성하고 싶습니다.
그러나 실험이 끝날 때 데이터에는 명확한 추세가 없습니다(가장 낮은 p 값은 염화나트륨의 경우 0.27이었고 두 번째로 낮은 p 값은 염화나트륨*구연산나트륨의 경우 0.28이었습니다. 다른 모든 것(글리신 및 기타 양방향 상호작용)은 최소한 P 값이 0.5(글리신은 0.9)입니다.
결과가 100% 단량체에 가깝지 않은 경우 이 데이터를 어떻게 해석할 수 있습니까?각 요인의 최고 수준이 더 유용한 데이터를 생성할 만큼 높지 않은 것 같습니다. 아마도 이러한 요인 중 어느 것도 단량체 개선율에 큰 영향을 미치지 않을 것입니다.
결과(파일 JMP 첨부)를 바탕으로 이 데이터를 해석하는 방법을 알려주세요. 결과를 바탕으로 어떻게 결론을 내릴 수 있습니까?
감사합니다!
소비자 및 시장 조사실험 설계Re: 3x3x3 전체 요인 DoE 데이터 분석에 대한 도움이 필요합니다.샘플이 불안정한 경우 실행 종료와 측정 사이의 시간이 일정합니까?
효과를 찾는 측면에서 요인을 선택하는 것은 분명히 중요합니다. 아마도 프로세스 맵이나 화학 반응에 대한 브레인스토밍이나 검토에 따른 '더 넓은 범위'를 통해 다른 요인을 식별할 수 있을 것입니다. 당신의 이해가 OFAT 데이터나 일화적인 경험에 기초하기 때문에 당신이 실제로 아는 것보다 더 많이 알고 있다고 생각하는 것은 너무 쉽습니다(즉, 항상 발생합니다). 실험의 목적 중 하나는 '시스템'에서 가능한 많은 변수를 현실적으로 탐색하여 실제로 어떻게 작동하는지 배우는 것입니다. 나는 수십 년 동안 DOE를 통해 사용자를 가르치고 도와 왔으며, 결과가 놀랍지 않고 알려진 것에 도전하지 못하는 것은 내 경험에서 예외입니다.
""라고 말할 때 무슨 뜻인지 잘 모르겠지만 DOE 공간은 더 좋거나 나쁘게 반응하는 변화를 유발해야 합니다. 반응의 범위를 모델링하려고 합니다. 실험은 최적의 조건을 찾거나 치료법 중 '승자를 선택'하는 것이 아닙니다. 이는 모델 매개변수 추정을 지원하기 위해 감당할 수 있는 최고의 데이터를 제공하는 것입니다. 모델은 최적의 조건을 찾는 것입니다. 다시 말하지만, 나는 당신의 의미를 잘못 해석했을 수도 있습니다.
Re: 3x3x3 전체 요인 DoE 데이터 분석에 대한 도움이 필요합니다.안녕 @마크_베일리 , 동일한 실행을 반복해서 측정한 것입니다. 각 실행은 % 단량체뿐만 아니라 기타 유용한 정보를 측정하며 모든 응답 데이터를 JMP에 포함하면 몇 가지 답변/추세를 얻을 수 있기를 바랍니다. 하지만 이는 숨어있는 변수의 영향이 아닐까 싶습니다. 샘플 자체는 불안정합니다(샘플#111에서 볼 수 있듯이 ~30%). 이상적인 샘플은 100%입니다.
이는 측정 오류로 인한 것일 수도 있고 이러한 요인이 이 샘플에 대한 올바른 선택이 아닐 수도 있습니다.
아마도 이러한 요소와 수준은 가장 최적의 조건이 아닐 수도 있습니다.
이 데이터에 대해 더 많은 분석이 필요하지만 피드백을 제공해 주셔서 감사합니다!
Re: 3x3x3 전체 요인 DoE 데이터 분석에 대한 도움이 필요합니다."...지난번 실험..."의 요인 수준 순서를 따를지는 잘 모르겠지만 '팀?'처럼 들리는 것은 확실합니다. 약간의 OFAT 실험을 시도하고 각 실행 후에 결론을 내렸을 수도 있습니다. 합리적인 DOE 접근 방식을 사용하여 훨씬 더 유익한 것(그들 중 효율성 최고)을 추구하는 것일까요? 이러한 OFAT 접근 방식은 특히 상호 작용이 많은 시스템에서 매우 오해를 불러일으킬 수 있습니다.
나는 당신이 설명하는 방식으로 요인이 '0'으로 설정된 화학 기반 실험/시스템을 갖는 것을 결코 좋아하지 않았습니다. 이러한 '무언가'의 부재는 우리가 실제로 관심을 갖고 있는 응답 공간에 큰 비선형성을 만들어 선형 모델링 방법을 문제로 만드는 경우가 너무 많습니다.
Re: 3x3x3 전체 요인 DoE 데이터 분석에 대한 도움이 필요합니다.먼저 커뮤니티에 오신 것을 환영합니다.
Mark와 Pete는 훌륭한 피드백을 제공했으며 더 추가할 수 있을지는 모르겠지만 제 생각은 다음과 같습니다.
1. 귀하의 게시물에서 불안정성을 몇 번 언급하셨습니다. 당신이하려는 것은 최적화라고 생각합니다. 다양한 "안정성 수준"에 따라 최적화가 달라지므로 이는 안정적인 프로세스에서만 수행되어야 합니다. 왜 불안정성이 먼저 발생하는지 이해하기 위해 실험(또는 샘플링)을 해야 할까요? 또한 수준 설정은 최적화 공간이 아니라 여전히 "인과 구조 이해" 공간에 있음을 나타냅니다(이미 1차 모델을 알고 있어야 함). 이는 산기슭의 지도를 그리는 것과 유사합니다. 먼저 산 정상에 올라 지도를 작성하세요.
2. "배치"의 각 구성 요소 %에 제약이 있는 혼합물의 세계에 계신 것 같나요? 혼합물에서 한 가지 성분의 양을 늘리면 다른 성분의 양을 줄여야 합니다. 이 두 성분을 합하면 100%가 되어야 합니다.
3. p-값을 해석할 때 MSE 추정치가 "생성"되는 것이 무엇인지 알아야 합니다. 실험에는 임의 오류를 추정할 자유도가 없습니다. 복제가 없으므로 MSE는 설계에서 고차 효과의 함수입니다(예: 2차-선형 상호 작용). 이것이 활성화되면 MSE는 커지고 F-값은 작아지고 p-값은 커집니다. 첫 번째 실험에서 다시 "동일한" 시도를 여러 번 실행하면 무엇을 얻게 됩니까?
4. 모델이 설명하는 데이터의 변동성은 매우 낮습니다(그리고 잔차도 "펑키"해 보입니다). 이는 변동을 설명할 수 있는 노이즈(모델에서 설명되지 않은 변수)가 있다는 단서입니다. 이는 측정 오류, 주변 조건, 설정, 원자재 변동 등일 수 있습니다.
Re: 3x3x3 전체 요인 DoE 데이터 분석에 대한 도움이 필요합니다.동일한 조건에 대해 다양한 결과가 있는 것 같습니다.
각 조건/치료에 대한 두 결과는 두 개의 독립적인 실행입니까, 아니면 한 번의 실행에 대한 두 개의 측정값입니까? 실험 오류가 아니라 측정 오류인지 궁금합니다. 나는 통계적 의미에서의 오류(무작위 변화)를 의미합니다. 실수가 있었다는 뜻은 아닙니다.
나는 또한 강력한 효과를 제시할 수 있기를 바라면서 완전 요인 모델을 시도했습니다. 그러면 약한 효과가 제거되고 더 선명한 그림이 나타날 수 있습니다. 하지만 대신에 나는 적합성이 크게 부족했습니다.
이 검정은 모형의 오차 제곱합을 사용하여 반응의 무작위 변동 추정치를 반복실험의 추정치와 비교합니다. 다시 말하지만, 각 치료에 대한 두 가지 반응이 복제(새 실행)를 나타내는지 아니면 동일한 실행의 반복 측정을 나타내는지 알 수 없습니다. 총 오차 제곱합은 모델에서 나온 것입니다. 순수한 오류는 '복제본'에서 발생합니다. 차이가 크다는 것을 알 수 있으며 이는 데이터에 설명되지 않은 효과가 남아 있음을 나타냅니다. 숨어 있는 변수의 영향?
Re: 3x3x3 전체 요인 DoE 데이터 분석에 대한 도움이 필요합니다.안녕하세요 마크베일리님,
JMP 파일에 샘플당 두 개의 측정값을 추가하고 파일을 이 메시지에 첨부했습니다(이 실험은 행 순서로 수행되었습니다).
저는 Fit Model을 사용하여 % 단량체 1과 % 단량체 2를 테스트했습니다. 효과 요약에서 P값이 약간 개선되었지만 200mM 염화나트륨, 100mM 구연산나트륨 또는 100mM 글리신보다 높은 수준에 대해 테스트해야 할 것 같습니다.
이 파일을 보시고 데이터 결과에 대한 피드백이나 향후 실험에 대한 권장 사항을 제공해 주실 수 있는지 알려 주시기 바랍니다.
감사합니다!
Re: 3x3x3 전체 요인 DoE 데이터 분석에 대한 도움이 필요합니다.안녕하세요 마크베일리 님,
당신의 응답을 주셔서 감사합니다! 이는 샘플에 다양한 염화나트륨 농도를 추가했을 때(염화나트륨이 없는 20%에서 500mM이 포함된 약 50% 모노머까지) 모노머 %의 개선을 보았기 때문에 매우 흥미로운 연구입니다. 따라서 우리는 염화나트륨 자체뿐만 아니라 다른 유형의 화학 물질(한 번에 한 가지 요소 또는 여러 요소의 혼합)을 추가하여 % 모노머 강도를 향상시킬 수 있는지 알아보는 데 매우 관심이 있었습니다.
DoE 실행 중에 % 모노머 강도는 약 5~10% 변동합니다. 이는 기기가 이량체 또는 큰 입자에도 매우 민감하기 때문입니다. 또한 연구를 위해 선택한 샘플은 이미 불안정합니다(17-20% 단량체). 기기는 총 10회 측정하고 그 평균을 1회 측정으로 만듭니다. 두 가지 측정을 하고 두 값의 평균을 구했습니다. % 단량체가 첫 번째 측정에서 30%, 55%를 제공한 경우 측정을 다시 실행하고 측정을 이전 데이터(10개의 개별 측정 포함)와 비교합니다. 그런 다음 반복 측정 결과 약 28%, 그 다음에는 32%가 나타나면 방정식에서 55%만 제거하면 됩니다.
당신은 그것을 언급했습니다 적합성 요약 표에서는 반응의 표준 편차를 12%로 추정합니다. 샘플이 아직 너무 안정적이지 않다는 점을 감안할 때 이것이 의미가 있다고 생각합니다. 아마도 훨씬 더 높은 염 농도에 더 집중했어야 했을 것입니다(% 단량체를 최적화하려면 높은 염 농도가 필요할 수 있다고 제안하는 논문이 있습니다).
이것은 매우 도움이 됩니다! 아마도 100mM 대신 500mM만큼 높은 각 염을 사용하여 빠른 테스트를 수행해야 할 것입니다.
Re: 3x3x3 완전 요인 DoE 데이터 분석에 대한 도움이 필요합니다.안녕하세요 P_Bartell 님,
당신의 응답을 주셔서 감사합니다!
그래 너가 옳아. 이 연구에서 값이 0이면 임상시험에 완전히 참여하지 않았음을 의미합니다.
팀은 샘플에 세 가지 조합(다양한 농도 포함), 두 가지 조합 또는 단 하나의 요소를 도입하여 샘플 % 단량체를 개선할 수 있는지 확인하고 싶었습니다. 우리는 지난번에 염화나트륨이 샘플의 단량체 %를 실제로 향상시키는 한 가지 실험을 했지만 결과는 염 첨가 없이 500mM NaCl에서 50% 단량체, 20% 단량체에서 약 47%였습니다. 지난번 샘플에 100mM NaCl을 첨가하면 약 38%의 단량체가 나왔습니다(20%에서 약간 향상됨). 팀은 또한 두 가지 요소(또는 세 가지 요소 모두) 사이에 어떤 관계가 있는지 확인하는 데 관심이 있었습니다.
이번 실험에서 각 요소에 대해 팀이 잘못된 농도를 선택했는지 궁금합니다.
의견을 보내 주셔서 감사합니다!
Re: 3x3x3 전체 요인 DoE 데이터 분석에 대한 도움이 필요합니다.모든 것 외에도 @마크_베일리 의 생각에 동의합니다. 또 다른 관찰 결과는 다음과 같습니다. 설계에는 요인 중 하나, 때로는 두 개가 '0' 값으로 설정되는 많은 치료 조합이 있으며, 마지막으로 전체 요인이므로 다음과 같은 결과를 얻을 수 있습니다. 모든 것이 0으로 설정된 하나의 조합을 갖습니다. 나는 이것을 재판, 반응(여기서 작동하는 시스템 유형인 경우)이 전혀 없는 것으로 해석하고 있습니까? 때로는 화학 시스템에서 하나 이상의 화합물/성분/화학 물질이 전혀 없으면 특성화하려는 동작과 완전히 다른 물리적/화학적/생물학적 동작이 유도될 수 있습니다. 여기서 무슨 일이 일어나고 있는 걸까요? 세 가지 성분이 모두 치료 조합에 포함된 치료 조합에 비해 '누락' 반응이 있는 경우 완전히 다른 물리적 현상이 작용합니다. 여기서는 프로세스 지식과 이해가 핵심입니다.
Re: 3x3x3 완전 요인 DoE 데이터 분석에 대한 도움이 필요합니다.아무것도 변하지 않으면 반응의 변화는 어떻게 될까요? 즉, 모든 요인이 일정하게 유지된다면 반복 실행에 따라 반응이 얼마나 달라질까요? 적합성 요약 표에서는 반응의 표준 편차를 12%로 추정합니다. 그 결과가 타당합니까, 아니면 놀랍습니까?
전체 모형의 잔차 그림은 반응의 분산이 반응의 전체 범위에 걸쳐 일정하지 않음을 나타냅니다. 분산은 반응에 비례하는 것으로 보입니다. 그런 경우가 가능한가요?
나는 람다 = -1 또는 역수를 사용하여 응답의 Box-Cox 변환을 시도했습니다. 별로 도움이 되지 않았습니다. 하지만 기능이 매우 플랫해서 큰 변화는 기대하지 않았습니다.
시간 경과에 따른 스튜던트화 잔차(행 순서가 실행 순서라고 가정)는 강력한 이상값을 제안하지 않지만 잠재적인 주기를 제안합니다. 통제되지도, 측정되지도 않았지만, 실행마다 달라지고 반응에 영향을 미칠 수 있는 숨어 있는 변수가 있을 수 있습니까?
또한 강력한 비선형 효과가 존재할 수 있다고 생각했지만 2차 항을 추가해도 모델이 개선되지 않았습니다.
응답 데이터가 잘못된 행에 입력되었을 가능성이 있습니까?
