JMPer familier avec JMP sait que JMP s'est engagé dans le développement et l'application de la conception expérimentale. En revenant sur l'histoire de la conception expérimentale, à partir des années 1920 (1920), Fisher a d'abord proposé le concept statistique de conception expérimentale, et aujourd'hui, la conception expérimentale a développé un certain nombre de méthodes statistiques, telles que la surface de réponse, la conception de Taguchi, la conception de mélange, conception la plus optimale, conception uniforme, conception expérimentale sursaturée, etc. Bradley Jones, spécialiste en chef de la R&D chez JMP, a également remporté le Brembo Award for individual de l'American Society for Quality à deux reprises pour sa conception innovante de criblage déterministe.
Après plus de 30 ans de développement, la plate-forme de conception expérimentale JMP inclut toutes les méthodes de conception expérimentale mentionnées ci-dessus. En même temps, elle fournit également des fonctions auxiliaires de conception expérimentale telles que l'évaluation de la conception expérimentale, la comparaison des schémas de conception et l'évaluation de l'efficacité des échantillons pour aider à une plus grande utilisation des expériences Les chercheurs en conception choisissent le schéma le plus approprié et le plus efficace parmi une variété de méthodologies de conception expérimentale.
Présentation de la plate-forme de conception d'expériences JMP
Comparé au big data qui bat son plein aujourd'hui, le design expérimental est adapté aux données de petits échantillons. Dans le cas de petits échantillons, comment mieux sélectionner le modèle optimal, qui non seulement s'adapte, mais peut prédire efficacement ?
Ces dernières années, de nombreuses méthodes ont également été appliquées, telles que le critère commun AICc (Akaike Information Content Criterion), l'inférence bayésienne, etc. Cette fois, nous allons introduire une autre toute nouvelle méthode, à savoir : la technologie de vérification automatique Fractionally Weighted Bootstrap (FWB) introduite par JMP Pro 16.
JMP Pro introduit la validation automatique et la création de modèles avec de petits exemples de données comme deux nouvelles techniques pratiques, Pas besoin de nouvelles expériences BICHE données pour la modélisation prédictive . Cette technique forme un ensemble de validation basé sur les données d'apprentissage d'origine et le concept d'échantillonnage aléatoire de Bootstrapping.
Avant de présenter la nouvelle technologie de vérification automatique FWB de JMP, examinons brièvement l'application de la validation croisée dans l'apprentissage automatique du Big Data.
Commencez par diviser les données en ensemble d'apprentissage, en ensemble de validation et même en ensemble de test. Au cours du processus de détermination de la complexité du modèle, le modèle avec le plus petit SSE (c'est-à-dire la somme des différences au carré entre les groupes) dans l'ensemble de validation a été sélectionné comme le meilleur modèle, comme le montre la figure.
Validation croisée du modèle
Pour les données de conception expérimentale ou les données de petit échantillon, est-il possible de construire deux SSE non corrélés basés sur une taille d'échantillon limitée et d'utiliser l'un d'eux comme ensemble de validation ? Dans cette hypothèse, la technologie FWB de vérification automatique introduite par JMP Pro 16 est destinée à de petits échantillons de données.
Utilisez la technologie de Bootstrap pour construire plusieurs paires (personnalisables) d'échantillons pour chaque conception expérimentale, avec des coefficients aléatoires avec la même distribution et une corrélation négative :
Appliquez les jeux de coefficients aléatoires générés à la formule de calcul suivante :
Après calcul de la déduction, on obtient :
Les deux ont tendance à être non pertinents, c'est-à-dire qu'ils peuvent obtenir un effet similaire de validation croisée. À l'aide de ces techniques, JMP peut créer des ensembles de modèles de complexité variable basés sur des ensembles de paires de coefficients aléatoires, tout en enregistrant la proportion non nulle d'estimations de paramètres pour les variables du modèle.
Cependant, de nouveaux problèmes sont apparus.
Si plusieurs paires de coefficients aléatoires sont générées, par exemple, si 2500 paires de coefficients aléatoires sont générées, 2500 modèles seront établis. Comment identifiez-vous finalement les variables du modèle qui sont significatives ? Comment définir des limites d'échelle non nulles pour aider à déterminer le modèle final ?
Ici, JMP introduit une variable nulle distribuée de manière aléatoire qui est indépendante et non corrélée avec l'objet de prédiction. Lors de la construction du modèle, cette variable nulle est introduite dans la modélisation en même temps. Dans le modèle multigroupe final, si la valeur estimée du paramètre de la variable indépendante est supérieure à celle de la variable nulle, on considère que la variable indépendante doit être incluse dans le modèle. La description textuelle ci-dessus peut ne pas être entièrement exprimée, nous utilisons un cas réel pour illustrer brièvement.
Études de cas
Le but de cette affaire est Réduire les problèmes d'agrégation lors de la purification des protéines , Paramètres expérimentaux et de processus ajustables, y compris la teneur en protéines, le formaldéhyde, etc. 6 facteur principal . Dans ce cas pratique, un plan de criblage déterministe sous la plate-forme JMP « Experimental Design » a été appliqué, comprenant 6 facteurs principaux, ainsi que des facteurs d'interaction et des termes d'ordre supérieur, soit un total de 27 facteurs.
Après avoir collecté les résultats expérimentaux, utilisez d'abord la fonction de vérification automatique pour générer de manière aléatoire le premier ensemble de coefficients appariés et de variables nulles pour chaque échantillon. Utilisez ensuite la fonction "ajustement du modèle" de JMP pour introduire des variables nulles et un modèle en même temps. Sur cette base, 250 couples de coefficients aléatoires sont à nouveau générés pour construire un modèle.
Enfin, selon les proportions non nulles générées, seules les variables ayant des proportions non nulles supérieures à la variable nulle (concentration en protéines, température, concentration en formaldéhyde, terme d'interaction de la concentration en formaldéhyde et de la concentration en protéines, p<0,05, comme indiqué ci-dessous) sont considérés comme des éléments de modèles significatifs, inclus dans la gamme de modèles finale.
Voyons maintenant en détail comment la création de modèles est mise en œuvre dans JMP, tout en utilisant FWB pour vérifier automatiquement le calcul afin de trouver des facteurs de modèle significatifs.
Dans ce cas réel, à travers les résultats du modèle, nous avons constaté que seuls 3 facteurs principaux affectent et affectent positivement le degré final d'agrégation des protéines. Parmi les nombreux facteurs d'interaction et termes d'ordre supérieur, un seul, à savoir le terme d'interaction entre le formaldéhyde et la concentration en protéines, a un impact significatif sur le degré final d'agrégation des protéines. Ce résultat réduit considérablement la gamme de paramètres qui doivent être optimisés dans le processus et clarifie les paramètres importants dans le processus d'ajustement du processus. Après optimisation de tous les paramètres, le degré de polymérisation des protéines a été optimisé d'une moyenne initiale de 14,8 % à un optimum de 2,5 %, ce qui a grandement amélioré la sécurité et la fiabilité du produit protéique.
Dans ce cas, nous avons également constaté que bien qu'il y ait eu jusqu'à 27 facteurs pris en compte au début de la conception expérimentale, seuls 4 facteurs ont finalement été examinés par la technologie FWB qui ont affecté de manière significative le produit du procédé. Cela vérifie également le principe de parcimonie des effets que nous disons souvent dans la conception expérimentale.
original: https://mp.weixin.qq.com/s/BqiTKQcb9wJmFJweUqRrOA
