JMPer familiarizado con JMP sabe que JMP se ha comprometido con el desarrollo y la aplicación del diseño experimental. Mirando hacia atrás en la historia del diseño experimental, desde la década de 1920 (1920), Fisher propuso por primera vez el concepto estadístico de diseño experimental y, en la actualidad, el diseño experimental ha desarrollado una serie de métodos estadísticos, como la superficie de respuesta, el diseño de Taguchi, el diseño de mezclas, Diseño más óptimo, diseño uniforme, diseño experimental supersaturado, etc. Bradley Jones, especialista jefe de I+D de JMP, también ha ganado dos veces el premio Brembo para personas de la American Society for Quality por su innovador diseño de detección determinista.
Después de más de 30 años de desarrollo, la plataforma de diseño experimental JMP ha incluido todos los métodos de diseño experimental mencionados anteriormente. Al mismo tiempo, también proporciona funciones auxiliares de diseño experimental, como la evaluación del diseño experimental, la comparación del esquema de diseño y la evaluación de la eficacia de la muestra para ayudar a un mayor uso de los experimentos Los investigadores de diseño eligen el esquema más apropiado y efectivo entre una variedad de metodologías de diseño experimental.
Descripción general de la plataforma de diseño de experimentos JMP
Comparado con el big data que está en pleno apogeo en la actualidad, el diseño experimental es adecuado para datos de muestra pequeños. En el caso de muestras pequeñas, ¿cómo seleccionar mejor el modelo óptimo, que no solo se ajusta, sino que puede predecir de manera efectiva?
En los últimos años, también se han aplicado muchos métodos, como el común AICc (Akaike Information Content Criterion), la inferencia bayesiana, etc. Esta vez queremos presentar otro método completamente nuevo, a saber: la tecnología Bootstrap ponderada fraccionalmente (FWB) de verificación automática presentada por JMP Pro 16.
JMP Pro presenta la validación automática y la construcción de modelos con datos de muestra pequeños como dos nuevas técnicas prácticas, No hay necesidad de nuevos experimentos GAMA datos para el modelado predictivo . Esta técnica forma un conjunto de validación basado en los datos de entrenamiento originales y el concepto de muestreo aleatorio de Bootstrapping.
Antes de presentar la nueva tecnología de verificación automática FWB de JMP, repasemos brevemente la aplicación de la validación cruzada en el aprendizaje automático de big data.
Primero divida los datos en conjunto de entrenamiento, conjunto de validación e incluso conjunto de prueba. En el proceso de determinación de la complejidad del modelo, el modelo con el SSE más pequeño (es decir, la suma de las diferencias al cuadrado entre los grupos) en el conjunto de validación se selecciona como el mejor modelo, como se muestra en la figura.
Validación cruzada de modelos
Para datos de diseño experimental o datos de muestra pequeña, ¿es posible construir dos SSE no correlacionados basados en un tamaño de muestra limitado y usar uno de ellos como un conjunto de validación? Bajo este supuesto, la tecnología FWB de verificación automática introducida por JMP Pro 16 está dirigida a datos de muestra pequeños.
Use la tecnología de Bootstrap para construir múltiples pares de muestras (personalizables) para cada diseño experimental, con coeficientes aleatorios con la misma distribución y correlación negativa:
Aplique los conjuntos generados de coeficientes aleatorios a la siguiente fórmula de cálculo:
Después del cálculo de la deducción, obtenemos:
Los dos tienden a ser irrelevantes, es decir, pueden lograr un efecto similar de validación cruzada. Usando tales técnicas, JMP puede construir conjuntos de modelos de diversa complejidad basados en conjuntos de pares de coeficientes aleatorios, mientras registra la proporción distinta de cero de estimaciones de parámetros para las variables del modelo.
Sin embargo, surgieron nuevos problemas.
Si se generan varios pares de coeficientes aleatorios, por ejemplo, si se generan 2500 pares de coeficientes aleatorios, se establecerán 2500 modelos. ¿Cómo identifica finalmente qué variables del modelo son significativas? ¿Cómo definir límites de escala distintos de cero para ayudar a determinar el modelo final?
Aquí, JMP introduce una variable nula distribuida aleatoriamente que es independiente y no está correlacionada con el objeto de predicción. Al construir el modelo, esta variable nula se introduce en el modelado al mismo tiempo. En el modelo multigrupo final, si el valor estimado del parámetro de la variable independiente es superior al de la variable nula, se considera que la variable independiente debe incluirse en el modelo. La descripción del texto anterior puede no estar completamente expresada, usamos un caso real para ilustrar brevemente.
Estudios de caso
El objetivo de este caso es Reducir los problemas de agregación durante la purificación de proteínas , Parámetros experimentales y de proceso ajustables, incluido el contenido de proteínas, formaldehído, etc. 6 factor principal . En este caso práctico se aplicó un diseño de tamizaje determinista bajo la plataforma JMP “Experimental Design” con 6 factores principales, además de factores de interacción y términos de orden superior, un total de 27 factores.
Después de recolectar los resultados experimentales, primero use la función de verificación automática para generar aleatoriamente el primer conjunto de coeficientes emparejados y variables nulas para cada muestra. A continuación, utilice la función "ajustar modelo" de JMP para introducir variables nulas y modelar al mismo tiempo. Sobre esta base, se generan nuevamente 250 pares de coeficientes aleatorios para construir un modelo.
Finalmente, de acuerdo con las proporciones distintas de cero generadas, solo las variables con proporciones distintas de cero superiores a la variable nula (concentración de proteína, temperatura, concentración de formaldehído, término de interacción de concentración de formaldehído y concentración de proteína, p<0.05, como se muestra a continuación) son considerados elementos de modelos significativos, incluidos en la gama de modelos final.
A continuación, echemos un vistazo detallado a cómo se implementa la creación de modelos en JMP, mientras usamos FWB para verificar automáticamente el cálculo y encontrar factores de modelo significativos.
En este caso real, encontramos que solo 3 factores principales afectan y afectan positivamente el grado final de agregación de proteínas a través de los resultados del modelo. Entre los muchos factores de interacción y términos de orden superior, solo uno, es decir, el término de interacción entre el formaldehído y la concentración de proteína, tiene un impacto significativo en el grado final de agregación de proteína. Este resultado reduce en gran medida la gama de parámetros que deben optimizarse en el proceso y aclara los parámetros importantes en el proceso de ajuste del proceso. Después de optimizar todos los parámetros, el grado de polimerización de la proteína se optimizó desde un promedio inicial del 14,8 % hasta un óptimo del 2,5 %, lo que mejoró enormemente la seguridad y confiabilidad del producto proteico.
En este caso, también encontramos que aunque se consideraron hasta 27 factores al comienzo del diseño experimental, la tecnología FWB solo evaluó finalmente 4 factores que afectaron significativamente el producto del proceso. Esto también verifica el principio de dispersión del efecto que a menudo decimos en el diseño experimental.
original: https://mp.weixin.qq.com/s/BqiTKQcb9wJmFJweUqRrOA
