DSD から 1 つの実験を削除できますか?DSDを用いて7つのパラメータを24の実験で調査したいのですが、実行できる実験は21か25のどちらかです。実験装置は24台あるので、すべて使いたいのですが、25の実験を計画して、実際に実行するのは24だけでしょうか？実験を1つ削除すると、決定的モデルを当てはめることができなくなることに気づきました。代わりにステップワイズ法を使ってモデルを当てはめることはできますか？
もう一つのケースとして、一度実行に失敗した場合、モデルをどのように実行すればよいでしょうか？失敗した実験を再度実行するには非常に時間がかかり、これが私たちのチームにとってDSDを使用する上で大きな障害となっています。
本当にご協力ありがとうございました。
高度な統計モデリング実験計画法Re: DSD から 1 つの実験を削除できますか?私の意見では、これは 25 回の実行のうち 1 回が実行に失敗したようなものです。 適合決定モデルを使用できない場合もありますが、他の方法を使用して設計をモデル化することはできます。
モデルを検証するための資料があることを願っています。
Re: DSD から 1 つの実験を削除できますか?やあ@JMPLearner_2022 、
からの答え@ルーヴとても良い。
あなたのケースといくつかの解決策についてもう少し質問を追加するだけです：
- ターゲットに応じて比較するために、いくつかのタイプのデザインを生成しようとしましたか? おそらく、最適計画 (Alias-Optimal 計画のように、相互作用と二次効果項の推定可能性が「可能であれば」に固定されている) が適切な選択であり、モデリングと実現する実験の数により多くの柔軟性を提供します。
- 別のオプションは、21 ランの DSD を生成することですが、必要な 24 ランを得るために、3 つのランダム化された複製ラン (および/または中心点?) を追加することです。
- 25回の実行DSDから1つの実験を削除すると、確かに最適性、統計的検出力、およびパラメーター推定の精度がいくらか失われますが、あなたとlouvが述べたように、他のモデリング手法を使用すると、DoE結果を分析するのに役立ちます.
これら 3 つのオプションについては、[DoE -> Design Diagnostics] メニューの [Compare Designs] プラットフォームを使用して、さまざまな設計を確認および比較することを強くお勧めします。 これは、制約と実験予算に応じて最適な選択を行うのに役立ちます。
DoE の結果を完全に活用するための最後の 1 つのアイデア (実行が欠落している場合でも) は、SVEM を使用してパラメーター推定値の精度を可能な限り高めることです。 Simon Stelzig のプレゼンテーションで、さまざまな不完全な設計のいくつかのケースを紹介していますが、ここで SVEM を使用して関連性のある興味深いモデルを取得しています。 SVEM (Self-Validated Ensemble Modeling): 複雑なモデルを使用した DOE への道 ... - JMP User Community
これがお役に立てば幸いです。
Re: DSD から 1 つの実験を削除できますか?やあ@ビクター& @ルーヴさん、早速のお返事ありがとうございます。
あなたが述べたように、21 の実行と 3 つの複製を選択して、24 のデバイスに適合させることができます。 他の方法も比較しましたが、DSD が最適なソリューションであることがわかりました。 カスタム計画では、主効果、部分的な交互作用、および曲率を調査するために少なくとも 2 つのブロックが必要です。これは、最初にスクリーニングしてから最適化する従来の方法と比較すると良くありません。 利点は、モデルで重要な要因が 3 つだけの場合、主効果、交互作用、および曲率でデータを適合させることができることです。 私の唯一の懸念は、曲率項のパワーが十分に高くない (=0.264) ことです。実験を強化する必要がありますか、それとも十分ですか?
再度のご回答、誠にありがとうございます。
Re: DSD から 1 つの実験を削除できますか?やあ@JMPLearner_2022 、
電力の詳細については、回答を読み直すことができます@フィル_ケイそして、私は前のトピックであなたに与えました:解決済み: DOE で検出力解析を検討する必要がありますか? - JMP ユーザー コミュニティ
あなたの特定のケースでは、DSDの主効果よりも二次効果の電力が低いのは正常ですが、それが「十分に高い」かどうかを判断するのは困難です。
私の実用的なアドバイスは次のとおりです。
- 元の設計を実行してモデリングを行い、
- いくつかの検証ポイントを準備して実行します (たとえば、関心のある分野で、DoE で完全にテストされていない設定を使用して)。 実験の予算や時間を無駄にしないように、これらの検証ポイントを拡張計画 (= 元の計画を拡張するときに JMP が推奨する新しい点の一部) の一部にすることができます。
- 検証ポイントの実際の値と予測値を比較します。 モデルはシステムに適しているように見えますか? モデルはターゲット/目的に適していますか?
最初の予算が 24 回の実行である場合、JMP が提案する完全な 21 回の実行 DSD を実行し、検証ポイントとして拡張 DSD から 3 ポイントを実行して、最初のモデルがニーズに十分であるかどうかを確認することをお勧めします。
それがあなたを助けることを願って、
