548416_it-IT

liliconcom

Aggiunta di un vincolo complesso a un progetto personalizzato con 4 fattori

Ciao,

Sto creando un design personalizzato con 4 fattori (fattori A, B, C e D).

Ho una domanda su un vincolo che ha a che fare con i fattori B e D.
- Il fattore B è in realtà il numero di reazioni eseguite in sequenza nello stesso esperimento. Può trattarsi di 1 reazione, 2, 3 o più reazioni in sequenza. Ho impostato l'intervallo su 1-3 (non più alto perché al momento non sono interessato a> 3 reazioni in sequenza).
- Il fattore D è il tempo che aspetto tra le reazioni in sequenza. Pertanto, definisco il Fattore D solo quando il Fattore B è >1. L'intervallo è compreso tra 0,1 e 10 secondi.Il fattore D sarebbe 0 se il fattore B fosse 1. In altre parole, quando il numero di reazioni eseguite in sequenza (fattore è solo 1, il fattore D non esiste perché era solo 1 reazione e quindi non ho bisogno di aspettare nessun secondo poiché non c'è altra reazione eseguiti in sequenza.

Come posso definire questo vincolo nel mio modello di progettazione personalizzata?

Grazieeeee!!
PS: uso un Mac.

Progettazione di esperimentiMac OSRi: Aggiunta di un vincolo complesso a un progetto personalizzato con 4 fattori

Grazie per l'intuizione, @Mark_Bailey E @Victor_G !!

Ri: Aggiunta di un vincolo complesso a un progetto personalizzato con 4 fattori

Grazie, @Victor_G , per la risposta tempestiva e chiara, nonché per tutto il materiale offerto! È davvero utile!!!

Ri: Aggiunta di un vincolo complesso a un progetto personalizzato con 4 fattori

Ciao di nuovo @ADouyon ,

Come prima panoramica, sì, hai ragione: la potenza (=probabilità di rilevare un effetto se è realmente attivo) dovrebbe essere la più alta possibile, la varianza di previsione e la frazione della trama dello spazio di progettazione il più basse possibile. Ma come ha risposto @Mark_Bailey , confronterai in priorità con altri progetti ciò di cui hai bisogno dal tuo piano sperimentale (poiché avere tutto alto/perfetto spesso non è possibile o al costo di un numero molto elevato di esperimenti):

• Se utilizzi una DoE per esaminare gli effetti principali (e forse le interazioni), non sei interessato principalmente alla varianza della previsione e alla frazione dello spazio di progettazione, ma piuttosto al rilevamento di effetti significativi tra i tuoi fattori (e forse le interazioni). Quindi preferirai concentrarti sull'analisi della potenza.
• Se utilizzi una DoE per ottimizzare un processo/una formula, desideri ottenere le risposte previste nel modo più preciso possibile, in modo da avere la varianza di previsione più bassa. Pertanto, confronterai con altri progetti la varianza della previsione sullo spazio sperimentale e la frazione del grafico dello spazio di progettazione.

Troverai alcune informazioni sulla valutazione del progetto qui (e nelle pagine seguenti): Progettazione (jmp.com)

 

Sì, poiché il mio progetto principale per il confronto era Custom-Design_0-replicates (con il numero più basso di esperimenti e nessuna replica), la maggior parte degli altri progetti ha funzionato meglio (o perché hanno esecuzioni replicate, quindi una stima simile o migliore del rumore/ varianza per lo stesso numero di esperimenti, o perché avevano un numero maggiore di esperimenti (ultimi 2 progetti, quindi migliorando tutte le efficienze), quindi l'efficienza di questo progetto semplice era peggiore rispetto ad altri progetti (quindi i valori rossi).

Cambiare il progetto primario nel confronto avrebbe cambiato le efficienze relative presentate (e quindi i colori a seconda dei vantaggi (verde) o degli svantaggi (rosso) del progetto rispetto ad altri).

 

No, i vincoli vengono salvati nel progetto, quindi quando ingrandisci il tuo progetto e lo replichi (selezionando i fattori e la risposta corretti nel menu corrispondente e quindi facendo clic su "OK"), i tuoi vincoli verranno ricordati e mostrati da JMP nella nuova finestra, con le diverse opzioni disponibili per ampliare il tuo progetto (e soprattutto per il tuo caso "Replica"). A seconda del numero di volte in cui si desidera eseguire ciascuna esecuzione (richiesto da JMP dopo aver fatto clic su "Replica"), JMP creerà quindi "copie" delle esecuzioni di progettazione iniziali.

Ri: Aggiunta di un vincolo complesso a un progetto personalizzato con 4 fattori

CIAO @ADouyon ,

 

Per quanto riguarda questa nuova funzionalità di JMP 17, dovrebbe essere disponibile a breve (da fine ottobre a inizio novembre), secondo il sito Web di JMP: Novità in JMP 17 | Software di rilevamento statistico di SAS
È già disponibile qui un affascinante e brillante white paper di questa nuova funzionalità (Design Explorer), che promette casi d'uso molto interessanti nella scelta di un design ottimale: Scegliere il design giusto con l'aiuto di Design Explorer di JMP | JMP

 

1- Esattamente! Scusate se non sono stato chiaro, questo è esattamente quello che intendevo: preferisco creare diversi progetti sul mio computer con JMP e scegliere quello più rilevante in base al budget, all'obiettivo e ai vincoli sperimentali, invece di andare in laboratorio con il primo design creato e capire in seguito che potrei aver dimenticato alcuni vincoli o che i miei esperimenti non sono tutti fattibili/possibili.

 

2- Certo! Dopo aver creato diversi progetti e le tabelle dati corrispondenti per ciascun progetto, è possibile andare su DoE -> Diagnostica progetto -> Confronta progetti. Lì puoi selezionare tutte le tabelle dei disegni (massimo 5 disegni in totale, quindi 4 selezionati + il disegno da cui hai cliccato su "Confronta disegni") e abbinare i fattori se hanno nomi diversi nelle tabelle (se hanno il stessi nomi come nello screenshot (x1 e x1, ...), JMP capirà che sono gli stessi, quindi non è necessario abbinare ciascun fattore individualmente). Dovresti quindi avere la stessa visione che avevo io. Maggiori informazioni qui: Finestra Valuta progetto (jmp.com)

 

3- Le informazioni di "Diagnostica del progetto" sono valori che devono essere confrontati con altri progetti per vedere i punti di forza e di debolezza di ciascun progetto. Ogni efficienza può andare da 0 a 100. Vengono menzionate diverse efficienze:

• L'efficienza D è legata alla precisione della stima dei parametri ed è molto importante nei progetti di screening/fattoriali, per stimare con precisione la significatività e la dimensione degli effetti nel modello,
• L'efficienza G è legata alla minimizzazione della varianza di previsione sull'intero spazio sperimentale ed è molto importante nella progettazione dell'ottimizzazione (focalizzata più sulle prestazioni predittive piuttosto che sulle spiegazioni causali/significatività statistica),
• L'efficienza A è legata alla minimizzazione e all'ottimizzazione dell'aliasing tra gli effetti; quanto più alta è l'efficienza A, tanto più bassa e precisa (e imparziale) sarà la stima dei coefficienti di regressione.

Maggiori informazioni qui: Diagnostica di progettazione (jmp.com)

 

4- Ottima domanda, alla quale non ho una risposta chiara. Ciò è presumibilmente dovuto all'algoritmo di scambio delle coordinate (utilizzato per la progettazione personalizzata) e ai punti di inizio/generazione casuali per la progettazione. Poiché il progetto viene generato da punti casuali nello spazio di progettazione, la ripartizione ottimale dei punti nello spazio sperimentale può cambiare da una generazione di progetto all'altra. Quindi puoi vedere alcuni lievi cambiamenti nei valori quando generi nuovamente il disegno. Puoi modificare manualmente questi valori al valore più vicino (qui 2) senza modificare troppo l'ottimalità del tuo progetto, oppure provare a generare nuovamente il progetto, eventualmente aumentando il numero di avvii casuali e/o il tempo di ricerca del progetto (in rosso triangolo vicino a "Design personalizzato" troverete "Numero di inizi" e "Tempo di ricerca del disegno").

Ri: Aggiunta di un vincolo complesso a un progetto personalizzato con 4 fattori

Ci sono molte informazioni nel profilo diagnostico. Alcuni di essi sono più rilevanti a volte. Non sto dicendo che non dovresti guardare tutto, ma generalmente siamo piuttosto selettivi nelle informazioni che utilizziamo per confrontare i progetti. Potenza, efficienza della stima e correlazione delle stime sono più critici quando si selezionano fattori o effetti dei fattori. D'altro canto, la varianza della previsione (profilata o integrata) è più acuta quando sono pronto a ottimizzare le impostazioni dei fattori in base alle previsioni del modello.

Ri: Aggiunta di un vincolo complesso a un progetto personalizzato con 4 fattori

Grazie @Victor_G per aver spiegato tutto in modo così approfondito! Davvero apprezzato!!

Quindi, quando si confrontano i progetti, capisco che vogliamo che la "Varianza di previsione" della "Frazione del grafico dello spazio di progettazione" sia idealmente bassa, mentre vogliamo che la "Potenza" dell'"Impianto di analisi della potenza" sia alta (vicino a ~1). È corretto?

Mi chiedo se potresti approfondire l'interpretazione dei valori di efficienza di Design Diagnostics (mostrati nel tuo screenshot di "color-map+efficiency_comparison"? mostra che il rosso non è corretto, tuttavia, ci sono più valori rossi nell'ultimo confronto (0 repliche vs progettazione aumentata).

Inoltre, quando ingrandisco il progetto con le repliche come da te suggerito, devo definire nuovamente i vincoli?
Grazie @Victor_G in anticipo!!
Migliore,

Ri: Aggiunta di un vincolo complesso a un progetto personalizzato con 4 fattori

CIAO @Victor_G ,

Facendo seguito alla tua risposta del 27 settembre sul confronto di più progetti, che secondo te sarà più semplice da eseguire in JMP17. Mi chiedevo, sai quando potremo utilizzare questa nuova versione di JMP17? Sembra un'ottima funzionalità!

1- Inoltre, per essere sicuro di aver capito questo. Quando dici che ti piace confrontare prima i progetti. Intendi su JMP, non in laboratorio. Quindi preferisci confrontare sempre progetti diversi con JMP DOE prima di testare fisicamente il progetto, giusto?

2- Non ricordo di aver visto nulla sui confronti dei progetti DOE nel corso "Design personalizzato degli esperimenti". Potrebbe essere possibile @Victor_G per fornire maggiori informazioni su come procedere da "DOE > Diagnostica progetto > confronta progetti" A 1) il potenza, 2) profilo di previsione della varianza e 3) matrice di correlazione/mappa dei colori ? (L'ho provato ma sono confuso su cosa dovrei selezionare esattamente...)


3- Allo stesso modo, qual è il significato di queste informazioni di "Diagnostica di progettazione" (vedi screenshot) che si possono vedere subito prima di creare la tabella?

4- Ultima domanda Perché quando sto realizzando di nuovo il progetto, ora JMP ha scelto due esecuzioni con punti dati "X1" come 1,93 e 1,89 (due esecuzioni separate) che non sono affatto centrate. X1 è impostato come fattore continuo con un intervallo compreso tra 1 e 3. Sono d'accordo con i decimali per questo fattore, tuttavia, mi chiedo perché JMP abbia scelto quei due valori così vicini tra loro invece di valori più dispersi nello spazio sperimentale?

Grazie mille @Victor_G per le vostre risposte veloci e dettagliate!! Super utile, grazie!!! Sto imparando molto!

Ri: Aggiunta di un vincolo complesso a un progetto personalizzato con 4 fattori

CIAO @ADouyon ,

Con i design e i modelli corretti, i confronti sono leggermente diversi:

• Per quanto riguarda la potenza, non sembra esserci alcun miglioramento significativo tra i progetti senza esecuzioni replicate o con 2 o 4 esecuzioni replicate. Avere 8 esecuzioni replicate (per un totale di 27 esecuzioni sperimentali) o replicare interamente il progetto originale (per 36 esperimenti in totale) migliora la potenza.
• Per la previsione della varianza, avere 2 esecuzioni replicate (per lo stesso numero di esecuzioni totali: 18) sembra ridurre in modo più efficiente la varianza sull'intero spazio rispetto ad avere 4 esecuzioni replicate (o nessuna). Avere 8 esecuzioni replicate (per 27 esperimenti!) riduce leggermente la varianza della previsione nello spazio sperimentale, ma è abbastanza simile a quello che si ottiene con 2 esecuzioni replicate. E di sicuro, se replichi il tuo progetto originale (e raddoppi il numero di esperimenti da 18 a 36...), la varianza della tua previsione sarà divisa per due.
• In termini di efficienza e aliasing, la replica dell'intero progetto fornirà lo stesso aliasing/correlazione tra i termini, mentre l'aggiunta di esecuzioni replicate può modificare e ridurre alcuni aliasing. Le efficienze sono abbastanza simili per progetti con lo stesso numero di esecuzioni e aumenteranno sicuramente quando si aumenta il numero di esperimenti.
  
  Spero che questa parte ti possa aiutare e non creare ulteriore confusione,

Ri: Aggiunta di un vincolo complesso a un progetto personalizzato con 4 fattori

Ciao di nuovo @ADouyon ,

 

1. Il "limite inferiore" è la soluzione accettabile più bassa per la tua situazione (definisce un intervallo di valori possibile e accettabile dal limite più basso al limite più alto) e può avere un impatto se hai più risposte. Nel caso di una risposta unica, non ha molta importanza perché JMP cercherà in ogni caso di ottimizzare la risposta (massimizzare/minimizzare o abbinare il valore), quindi il limite inferiore verrà comunque evitato a tutti i costi trovando il giusto impostazioni dei fattori (nel caso di "Massimizza"). La modifica riguarderà la pendenza della funzione di desiderabilità (vedere screenshot Profiler-1 eseguito con il limite inferiore 350 e Profiler-2 eseguito con il limite inferiore 450 nel caso d'uso "Bounce Data" da JMP).
   
   Se si hanno più risposte, la modifica della pendenza di uno dei profili di desiderabilità della risposta può modificare l'ottimale trovato, poiché JMP tenterà di massimizzare il valore di desiderabilità complessivo (tenendo conto di tutte le funzioni di desiderabilità delle risposte), quindi avere una pendenza più ripida per una risposta significa che questa risposta potrebbe avere un'influenza maggiore sulla soluzione di ottimizzazione della desiderabilità (perché ridurrai l'intervallo di valori accettabili, vedi confronto dell'ottimizzazione del profiler con gli screenshot Profiler-desirability-1 e Profiler-desirability-2 sul set di dati Tiretread.jmp dai casi d'uso dei dati JMP). Tenete inoltre presente che l'importanza fissata per ciascuna delle vostre risposte influenzerà notevolmente anche l'ottimale trovato: maggiore è l'importanza della risposta, maggiore sarà l'influenza di questa risposta sulla situazione ottimale trovata.
   Maggiori informazioni sul profilo di desiderabilità possono essere trovate qui: Il profilo di desiderabilità (jmp.com)
   
   
   
2. L'uso e il numero di repliche sono determinati dal tuo obiettivo, dalla potenza degli effetti, dalla precisione prevista per i tuoi esperimenti/previsioni,... Fai attenzione in JMP ci sono due opzioni: "numero di esecuzioni replicate" (in Custom Design), che significa qui il numero di corse da ripetere e "numero di repliche" (nel design classico), che significa Il numero di volte per eseguire ciascuna corsa (oltre alle corse originali): Oggetto: Numero di repliche della progettazione personalizzata - Comunità di utenti JMP .
   
   È difficile senza sapere tutto questo (e senza esperienza nel settore) sapere quale potrebbe essere la scelta più adatta al tuo caso, ma consiglierei di provare diverse opzioni (nessuna esecuzione replicata, 2 esecuzioni replicate, 4 esecuzioni replicate, 8 esecuzioni replicate ...) e utilizzare la piattaforma "Confronta progetti" (disponibile in DoE -> Design Diagnostics) per valutare quale numero di esecuzioni sarebbe ottimale per il tuo caso (impatto maggiore per il numero più basso di repliche). In allegato è possibile trovare i diversi confronti effettuati con le impostazioni DoE per 0, 2, 4 e 8 esecuzioni replicate per confronti di potenza, varianza e correlazione, con la tabella dati individuale creata per ciascun DoE. In questo caso, per 2 e 4 esecuzioni replicate, JMP ottiene lo stesso numero predefinito di esperimenti (18) con proprietà simili per questi progetti. Tuttavia, possiamo vedere chiaramente un divario tra 0 e 2/4 esecuzioni replicate in termini di potenza, profilo di previsione della varianza (quasi diviso per un fattore 2 nel caso di 2 o 4 esecuzioni replicate rispetto a 0 esecuzioni replicate) e matrice di correlazione/ mappa dei colori (alias tra i termini nel modello), quindi il design a 18 esecuzioni (2 o 4 esecuzioni replicate) può essere un buon compromesso per ottenere risultati affidabili e precisione senza aumentare troppo i costi sperimentali (27 esperimenti per 8 repliche esegue la progettazione!).
   
   Se si desidera realmente effettuare un confronto con un progetto duplicato/triplicato... (per avere repliche e non solo esecuzioni replicate), è possibile creare il progetto originale proposto da JMP (con 9 esperimenti, senza alcuna esecuzione replicata) e quindi ampliarlo (in DoE -> Augment Design) selezionando l'opzione "Replica". JMP ti chiederà quindi il numero di volte in cui eseguire ciascuna esecuzione, quindi se inserisci "2", ti ritroverai con il tuo progetto duplicato con 18 esecuzioni. Si noti che in questo caso, le due opzioni (repliche ed esecuzioni replicate) portano prestazioni di progettazione molto simili per lo stesso numero di esecuzioni (qui testate con 18 esecuzioni in totale).
   
   
   
3. Non so esattamente come gestire questa cosa. Se non sai nel tuo spazio sperimentale quali condizioni faranno sì che il tuo esperimento abbia successo/fallisca, un'opzione potrebbe essere quella di testare prima il tuo spazio sperimentale con una "progettazione di ambito" ( Disegni di ambito | Prisma (prismtc.co.uk) ) per verificare se le condizioni dei fattori sono possibili in laboratorio (e quindi convertire questo progetto in uno di screening e magari dopo trasformarlo in uno di ottimizzazione con i modelli di superfici di risposta).
   
   Se sai già quali fattori e condizioni faranno sì che il tuo esperimento fallisca o abbia successo, puoi forse includere le impostazioni e creare esecuzioni appropriate nel tuo DoE e includere o aggiungere anche queste esecuzioni nella tua analisi, sia come parte della progettazione, sia come punti di validazione (esclusi per l'analisi del progetto, ma aggiunti alla fine per verificare che le previsioni del progetto corrispondano alle vostre conoscenze).

Spero che queste risposte ti possano aiutare (scusa per il post lungo),

PS: ho 9 esecuzioni nel mio progetto originale senza esecuzioni replicate, questo perché non ho aggiunto i termini X1*X1 e X1*X2 nel modello, ma la presentazione generale e il confronto del progetto potrebbero essere ancora validi (tu potrebbe essere necessario verificarlo, se necessario posso provare a modificare i progetti e fornire confronti e screenshot validi oggi).

 

Ri: Aggiunta di un vincolo complesso a un progetto personalizzato con 4 fattori

Ciao di nuovo @Victor_G ,

Ho un paio di domande di follow-up:

1- Se voglio massimizzare la mia risposta al valore più alto possibile, devo ancora definire il "limite inferiore" per la risposta, giusto? Ma questo “limite inferiore” ha molta importanza? Ha importanza se lo imposto su 10, 50 o 100? (Non so come impostare questo valore di "limite inferiore"... poiché mi interessa solo ottenere la massima risposta possibile).

 

2- Questo DOE su cui sto lavorando riguarda una reazione biologica. Di solito, in ambito scientifico/biologico, eseguiamo esperimenti replicati per ciascuna condizione (esecuzione); ciò significa che eseguiamo ogni esecuzione sperimentale in duplicati (o triplicati). Capisco che questo non è pratico: se il mio DOE è composto da 18 esecuzioni in totale, non ha senso per me duplicare tutte le 18 esecuzioni, perché sarebbe un totale di 36 esecuzioni, il che vanificherebbe lo scopo dell'utilizzo del DOE ...
Come posso quindi decidere il numero di esecuzioni replicate? Come decidere se mi servono solo 2, 4 o 10 repliche?

3- Allo stesso modo, in scienza/biologia, i ricercatori di solito aggiungono anche alcune reazioni di controllo negative e positive ai loro esperimenti. Questa è una reazione che ci aspettiamo fallisca perché sappiamo in anticipo che fallirà e una reazione che ci aspettiamo abbia successo perché sappiamo in anticipo che funziona bene. Come si comportano gli utenti DOE in generale?

Grazie mille @Victor_G per il tuo aiuto!!!
Migliore,

Ri: Aggiunta di un vincolo complesso a un progetto personalizzato con 4 fattori

Grazie ancora @Victor_G per aver sempre risposto così velocemente e con risposte così chiare!! Molto apprezzato!

(Potrei provare a creare un post aggiuntivo per quello; solo per curiosità )

Ri: Aggiunta di un vincolo complesso a un progetto personalizzato con 4 fattori

Grazie mille @Victor_G ! L'ho appena provato e ci sono riuscito

Ri: Aggiunta di un vincolo complesso a un progetto personalizzato con 4 fattori

Ciao @ADouyon ,

 

Per i fattori che non possono assumere alcun valore decimale, hai due opzioni:

1. Il primo e semplice potrebbe essere quello di modificare i numeri senza valori decimali nel datatable, cambiando il formato in "Fixed Dec" e Dec = 0 (vedi screenshot). Ma il progetto potrebbe perdere un po' della sua ottimalità e i valori ottimali per questi fattori dal modello per il profiler di previsione potrebbero avere decimali.
2. L'altro modo è trattare questi fattori come "numerici discreti", con livelli specificati (vedere i miei commenti precedenti per maggiori informazioni sul tipo di fattore numerico discreto). In questo modo mi sembra migliore, poiché questo "vincolo" viene preso direttamente in considerazione nel modello. Nel tuo caso potrebbe non essere interessante utilizzare tutti i livelli possibili della tua attrezzatura (con incremento di 1) nei livelli del fattore numerico discreto, ma scegliere almeno 3 livelli (min, medio e max) potrebbe essere interessante in per esaminare possibili effetti quadratici. Nel profiler di previsione, verrà trattato come fattore categoriale, ma tenendo presente l'ordinalità dei livelli (come 2 < 5 < 7... vedi screenshot per il fattore 4), in modo da poter dare un'occhiata alla tendenza tra ciascuno livelli.

 

Potrebbero esserci altre opzioni per farlo, quindi non esitare a creare un nuovo post e verificare gli input e le risposte degli altri utenti.

Alla fine, scegli l'opzione con cui ti senti più a tuo agio.
Spero che ti aiuti,

 

Ri: Aggiunta di un vincolo complesso a un progetto personalizzato con 4 fattori

CIAO @ADouyon ,

Sembra che sia possibile salvare e caricare i vincoli solo se ciò avviene tramite l'opzione "Specifica vincoli lineari".

Quello che puoi fare nel tuo caso lo è

1. per generare il tuo DoE interamente con il vincolo che hai aggiunto, quindi vedrai un nuovo script nel tuo datatable chiamato "Disallowed Combinations" (vedi screenshot Disallowed_Combinations-datatable-script.jpg).
2. Se fai clic con il pulsante destro del mouse su di esso, quindi fai clic su "Modifica", puoi copiare il codice JSL delle combinazioni non consentite (vedi Disallowed_Combinations-datatable-script-Edit.jpg) e...
3. Usalo (incollalo) nella creazione del design personalizzato, nell'opzione "Usa script combinazioni non consentite" (vedi screenshot "Use-disallowed-combinations-script.jpg).

Potrebbe esserci un modo più intelligente e automatico per farlo (forse tramite script JSL?), Ma questo approccio funziona (e non è necessario ricreare manualmente le combinazioni non consentite).

 

Spero che ti possa aiutare!

Ri: Aggiunta di un vincolo complesso a un progetto personalizzato con 4 fattori

Anche, @Victor_G sai come posso specificare nel modello che i miei valori fattoriali non possono avere numeri decimali (es. 0,5)? Due dei miei fattori sono variabili che ho impostato in uno strumento. Ma lo strumento non ti consente di utilizzare unità decimali perché deve essere un numero intero. Lo strumento consente all'utente di modificare il valore di questi fattori con incrementi di 1 unità (es. 21, 22, 23...).

Posso aggiungere anche questo nei miei vincoli in qualche modo?

grazie in anticipo @Victor_G !
Migliore,

Ri: Aggiunta di un vincolo complesso a un progetto personalizzato con 4 fattori

Ciao @Victor_G Ancora! Ho una domanda veloce; sai perché non riesco a salvare i vincoli del mio modello come possiamo fare con i fattori e le risposte?
Grazie!
Migliore,

 

Ri: Aggiunta di un vincolo complesso a un progetto personalizzato con 4 fattori

Grazie mille per i tuoi gentili commenti e feedback @ADouyon !
Sono felice se le mie risposte sono state utili e abbastanza chiare!

Ri: Aggiunta di un vincolo complesso a un progetto personalizzato con 4 fattori

Grazie ancora una volta, Vittorio!

Ri: Aggiunta di un vincolo complesso a un progetto personalizzato con 4 fattori

Grazie incredibilmente, @Victor_G ! Davvero apprezzato! I tuoi commenti sono estremamente utili e chiari, grazie!

Ri: Aggiunta di un vincolo complesso a un progetto personalizzato con 4 fattori

Un commento aggiuntivo per menzionare una grande risorsa sulla natura sequenziale degli esperimenti, di Prism Training & Consultancy: Articolo: La natura sequenziale della progettazione classica degli esperimenti | Prisma (prismtc.co.uk)

Questo articolo spiega molto bene il processo alla base del DoE, dalla creazione e valutazione dell'ambito sperimentale per i fattori, allo screening e quindi all'ottimizzazione. Questo fa parte di una serie di articoli che potrebbero interessarti.

Buona lettura !

Ri: Aggiunta di un vincolo complesso a un progetto personalizzato con 4 fattori

CIAO @ADouyon !

 

Sono felice che le risposte siano state utili. Non so quanto possa essere comune questa pratica, ma personalmente preferisco dedicare più tempo a confrontare diversi progetti e dimensioni dei campioni piuttosto che andare in laboratorio e fare rapidamente gli esperimenti, per vedere finalmente se potrei aver dimenticato un vincolo, o che il mio design non è abbastanza adatto alle mie esigenze.

--> Per illustrare ciò, mi piace molto questa citazione di Ronald Fisher : " Consultare lo statistico dopo che un esperimento è terminato spesso significa semplicemente chiedergli di condurre un esame post mortem. Forse può dire di cosa è morto l'esperimento."

Disegni diversi possono portare a interpretazioni diverse dei risultati, a seconda dei termini presenti nei diversi modelli. Ad esempio, i disegni di screening con solo gli effetti principali possono aiutare a filtrare i fattori rilevanti per il follow-up di uno studio, ma possono chiaramente mancare di precisione e di predittività della risposta in presenza di interazioni di due fattori e/o effetti quadratici (possibile mancanza di adattamento ).

 

Hai diverse opzioni per generare progetti diversi e confrontarli:

• Modificare (aggiungere/rimuovere) i termini nel modello (interazioni a 2 fattori, effetti quadratici, ...) o la loro stimabilità (è possibile modificare la stimabilità da "Necessario" a "Se possibile" per 2FI ed effetti quadratici).
• Variare le dimensioni del campione (numero di esperimenti) nel progetto aggiungendo esecuzioni replicate: le esecuzioni extra sono rilevanti e abbastanza utili da ottenere un guadagno sulla precisione delle stime o sulla previsione della varianza relativa nello spazio sperimentale?
• Modificare il criterio di ottimalità (a seconda del target: ottimizzazione D per lo screening, ottimizzazione I per una buona precisione nella previsione della risposta, ottimizzazione alias per migliorare l'aliasing tra i termini nel modello...)
• Cambiare il tipo di disegno (se possibile!)...

 

Per il momento, per confrontare diversi DoE è necessario crearli in JMP e poi andare su "DoE", "Design Diagnostics", e poi "Compare Designs". Ma ... Avviso spoiler! : In JMP 17, sarà molto più semplice confrontare diversi progetti (vedi screenshot), poiché una piattaforma "Design Explorer" sarà inclusa nella creazione DoE, quindi non sarà necessario crearli manualmente uno per uno: puoi crearne diversi progetti in pochi secondi e filtrali in base ai tuoi obiettivi e criteri decisionali.

 

E infine, approfitta dei "progetti iterativi" e non aspettarti o provare a risolvere tutte le tue domande con un (grande) design. Potrebbe essere più potente ed efficiente iniziare in piccolo, ad esempio, con un progetto di screening, quindi utilizzare l'Aumento per cercare maggiori dettagli, come interazioni e possibili effetti non lineari. Infine, se il tuo obiettivo è ottimizzare qualcosa, puoi ancora una volta aumentare il tuo progetto per adattarlo a un modello di superficie di risposta completo. Ad ogni passaggio, acquisisci maggiori conoscenze sul tuo sistema e ti assicuri che la successiva progettazione aumentata porterà ancora più conoscenze, senza sprecare esperimenti/esecuzioni, tempo e risorse.

La piattaforma di "augment design" è davvero uno strumento potente (e spesso sottovalutato) per raccogliere più dati, acquisire una maggiore comprensione e costruire modelli più accurati senza perdere alcuna informazione precedente.

 

Spero che questa risposta ti possa aiutare,

 

Ri: Aggiunta di un vincolo complesso a un progetto personalizzato con 4 fattori

Grazie mille, @Victor_G !! Lo apprezzo molto. Le tue risposte sono super utili!!

Ho seguito un paio di corsi su JMP DOE e ho letto che non dovremmo investire più del 25% dei nostri sforzi nel primo esperimento. Per noi il tempo è la risorsa più limitata che abbiamo. Mi chiedevo, è comune generare più di un progetto con dimensioni di campione diverse per il confronto, come hai detto? I progetti non dovrebbero dare lo stesso risultato alla fine? ti dispiacerebbe approfondire un po' l'argomento?

Grazie!!!
Migliore,

Ri: Aggiunta di un vincolo complesso a un progetto personalizzato con 4 fattori

CIAO @ADouyon ,

 

Sono felice che questa prima risposta ti abbia aiutato.

Per quanto riguarda le altre tue domande:

 

1. Nella seconda schermata sembra che i due vincoli siano ben specificati. Ho anche dimenticato di farlo io stesso nella mia prima risposta, ma puoi cambiare il formato del tuo fattore B nel vincolo del filtro facendo clic sul triangolo rosso, quindi su "Tipo di modellazione" = Categoriale/Ordinale: questo è più semplice per creare vincoli e evitare di usare cose come 0<= B < 1,99 quando vogliamo semplicemente avere B fissato a 1 (vedi screenshot vincoli2). Osservando la tua matrice di progettazione e la mia, i vincoli sembrano essere stati rispettati, quindi dovrebbe funzionare bene.
   
2. Sì, dovresti mantenerlo, poiché JMP lo aggiunge e specifica la sua stimabilità come "Se possibile" per impostazione predefinita, quindi non richiederà più esecuzioni, ma le esecuzioni saranno meglio organizzate nello spazio sperimentale, in modo che nel caso ne avessi abbastanza grado di libertà nel modello, JMP tenterà di stimare il termine quadratico del fattore numerico discreto. Inoltre, rispetto a un fattore categoriale, avere un fattore numerico discreto significa che JMP sa che esiste una relazione tra i livelli (sono ordinati), rispetto a un fattore categoriale puro (nessuna relazione tra livelli, i livelli sono nominali). C'era un video che spiegava la differenza tra numerico discreto e categoriale: Caro dottor DOE, il numerico discreto non è solo categorico? - Comunità di utenti JMP .

 

Se puoi permetterti più esecuzioni, suggerirei di aggiungere alcune esecuzioni replicate, per aumentare la potenza dei tuoi effetti principali (aumentando la capacità di rilevare un effetto principale significativo se è effettivamente presente). Potresti avere severi vincoli di budget sperimentale, ma confrontare diversi progetti con diverse dimensioni del campione può aiutarti a scegliere la situazione ottimale per le tue esigenze.

 

Spero che questo follow-up possa aiutare anche te,

Ri: Aggiunta di un vincolo complesso a un progetto personalizzato con 4 fattori

Ciao @Victor_G ,

Grazie mille per la tua rapida risposta! Questo è stato molto utile!
Ho un paio di domande di follow-up:

1- Quando il Fattore B (il fattore numerico discreto che rappresenta il numero di reazioni biologiche) è 2 o superiore (3), il Fattore D non può essere zero.Come posso aggiungere questo secondo vincolo nel modello?
L'ho provato ma non sono sicuro di averlo fatto bene (screenshot allegati).

2- Il modello aggiunge automaticamente il termine quadratico B*B con stimabilità = se possibile. Pensi che dovrei mantenere questo termine? (Sto cercando di rendere questo primo disegno non troppo grande)

Grazie!!

Ri: Aggiunta di un vincolo complesso a un progetto personalizzato con 4 fattori

CIAO @ADouyon ,

 

Benvenuto nella Comunità!

Considerando il tuo problema e le opzioni, ecco cosa è consigliato:

• Innanzitutto, definisci il tuo fattore B come un numero discreto, perché il numero di reazioni è un numero intero (non puoi avere 1,7 reazioni ad esempio, solo 1, 2 o 3 nel tuo caso di studio),
• Il fattore D dovrebbe avere un livello inferiore fissato a 0 se si desidera avere un tempo di attesa pari a 0 quando c'è una sola reazione.
• Poiché nel tuo progetto il Fattore D (tempo) è un fattore continuo (puoi avere qualsiasi tempo di reazione che desideri nell'intervallo specificato), consiglierei di aggiungere il termine quadratico D*D nel modello, poiché per le reazioni (chimiche), il tempo spesso non ha una relazione lineare con il rendimento/output.
• A seconda che la risposta possa essere misurata "online" senza alcun degrado, forse avrebbe senso registrare la risposta a diversi intervalli di tempo, in modo da avere una modellizzazione della risposta rispetto al tempo (con i fattori di input)?
• Ultimo ma non meno importante, non ho familiarità con il tuo argomento, ma anche la scelta di impostazioni diverse per i fattori può risolvere il tuo problema (ad esempio modificando il tempo di attesa per il tempo di reazione).

 

In base ai tuoi input, puoi andare in "Utilizza filtro combinazioni non consentite" e selezionare l'intervallo che desideri escludere dal tuo progetto (qui, 1 =< B < 2 AND D > 0, vedi ad esempio i vincoli dello screenshot). JMP dovrebbe quindi offrirti un progetto che affronti questo vincolo specifico (vedi screenshot Matrix e spazio sperimentale).

 

Potrebbero esserci modi migliori (e più intelligenti) per farlo, o una configurazione di progetti/fattori più appropriata per pensare a questo argomento, ma questo dovrebbe rispondere alle tue esigenze e domande.

 

Spero che ti aiuterà,