Les utilisateurs de JMP qui connaissent JMP savent que JMP s'est engagé dans le développement et l'application de la conception expérimentale. En revenant sur l'histoire de la conception expérimentale, des années 1920 (1920), Fisher a d'abord proposé le concept statistique de conception expérimentale, jusqu'à 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, la conception la plus optimale, la conception uniforme, la conception expérimentale sursaturée, etc. Bradley Jones, expert en recherche et développement en chef de JMP, a également remporté à deux reprises le prix Blumbo pour les particuliers décerné par l'American Society for Quality en raison de sa conception de dépistage déterministe innovante.
Après plus de 30 ans de développement, la plate-forme de conception expérimentale de JMP inclut toutes les méthodes de conception expérimentale mentionnées ci-dessus. En même temps, elle fournit également des fonctions d'aide à la conception expérimentale telles que l'évaluation de la conception expérimentale, la comparaison des conceptions et l'évaluation de l'efficacité des échantillons pour aider plus d'utilisateurs utilisent des expériences Les chercheurs en conception choisissent le schéma le plus approprié et le plus efficace parmi diverses méthodologies de conception expérimentale.
Plate-forme de conception d'expériences JMP en un coup d'œil
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 peut non seulement sous-ajuster mais aussi prédire efficacement ?
Ces dernières années, de nombreuses méthodes ont été appliquées, telles que l'AICc (critère d'information d'Akaike), l'inférence bayésienne (inférence bayésienne), etc. Cette fois, nous allons introduire une autre toute nouvelle méthode, à savoir : la vérification automatique de la technologie Fractionally Weighted Bootstrap (FWB) introduite par JMP Pro 16.
JMP Pro introduit la validation automatisée et la création de modèles avec de petits échantillons de données comme deux nouvelles techniques pratiquement efficaces, Pas besoin de nouvelles expériences BICHE données pour la modélisation prédictive . Cette technique est basée sur les données d'apprentissage originales et le concept d'échantillonnage aléatoire bootstrap pour former un ensemble de validation.
Avant de présenter la nouvelle technologie FWB de vérification automatique de JMP, examinons brièvement la conception de la validation croisée dans l'apprentissage automatique du Big Data.
Divisez d'abord les données en ensemble d'apprentissage et en ensemble de validation, ou même en ensemble de test. Dans le processus de détermination de la complexité du modèle, sélectionnez le modèle lorsque le SSE (c'est-à-dire la somme des différences au carré entre les groupes) atteint le minimum dans l'ensemble de vérification en tant que meilleur modèle, comme indiqué sur 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 liés sur la base d'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.
À l'aide de la technologie de Bootstrap, construisez plusieurs paires (personnalisables) de coefficients aléatoires avec la même distribution et la même corrélation négative pour chaque échantillon conçu expérimentalement :
Appliquez les jeux de coefficients aléatoires générés aux formules de calcul suivantes :
Après dérivation et calcul, utiliser cette méthode pour obtenir :
Les deux ont tendance à ne pas être corrélés, ce qui peut produire un effet similaire de validation croisée. À l'aide d'une telle technique, JMP peut créer plusieurs ensembles de modèles de complexité variable basés sur plusieurs ensembles de coefficients aléatoires par paires tout en enregistrant la proportion non nulle des estimations des paramètres variables du modèle.
Cependant, de nouveaux problèmes sont apparus.
Générer plusieurs paires de coefficients aléatoires, tels que 2500 paires de coefficients aléatoires, 2500 modèles seront établis, Comment enfin confirmer quelles variables du modèle sont des variables 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 indépendamment indépendante du prédicteur. Lors de la construction du modèle, cette variable nulle est introduite dans la modélisation en même temps. Dans le modèle multigroupe finalement établi, si la proportion non nulle des estimations des paramètres de la variable indépendante est supérieure à la variable nulle, la variable indépendante est considérée comme incluse dans le modèle. La description textuelle ci-dessus peut ne pas être entièrement exprimée, nous utilisons un cas réel pour expliquer brièvement.
Études de cas
Le but de cette affaire est de Réduire les problèmes d'agrégation lors de la purification des protéines , Paramètres expérimentaux et de processus qui peuvent être ajustés, y compris la teneur en protéines, le formaldéhyde, etc. 6 facteurs principaux . Dans ce cas concret, le 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 "fit model" de JMP pour introduire simultanément des variables nulles et un modèle. Sur cette base, 250 paires de coefficients aléatoires ont été à nouveau générées pour établir un modèle.
Enfin, selon le tri à rapport non nul généré, seules les variables ayant un rapport non nul supérieur à la variable vide (concentration en protéines, température, concentration en formaldéhyde, terme d'interaction entre concentration en formaldéhyde et concentration en protéines, p<0,05, comme indiqué ci-dessous) sont utilisés comme éléments significatifs du modèle à inclure dans le modèle final.
Voyons maintenant en détail comment la création de modèles est mise en œuvre dans JMP, tout en utilisant des calculs de validation automatique FWB pour 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 de 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 de la moyenne initiale de 14,8 % à 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, il n'y avait que 4 facteurs qui affectaient de manière significative le produit du procédé après le criblage par la technologie FWB. 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
