部分要因計画選択実験の設計やあ、
JMP を使用して、離散選択実験用の選択プロファイルを作成しています。 3 レベルの属性が 2 つと、4 レベルの属性が 4 つあります。 これにより、完全要因計画には 144 の可能な組み合わせが存在します。 ただし、回答者が答えるのは面倒になる可能性があるため、アンケートにすべての選択肢を含めることはできません。 このため、JMP が全体の組み合わせからサブセットを選択する部分階乗法を使用して実験を設計したいと考えています。 私が聞きたかったのは、部分実施要因計画に基づいて選択計画をどのように作成するのかということです。JMP がサブベットを選択する際に留意すべき重要な点はありますか? JMP がサブセットを最適に選択していることをどのようにして確認できるのでしょうか?
実験計画法他のRe: 部分要因計画選択実験の設計やあ@rm7399 、
選択計画は、カテゴリ因子、離散選択応答、および多くの場合、いくつかの制約 (たとえば、実験/選択セットのサブセット内で変更できる因子/属性の数) のみを備えた部分要因計画の特定のサブセットとして見なすことができます。 あなたが述べたように、主効果のみに興味があるため、すべての可能な組み合わせのサブセットのみを実行しています。
Choice Designs の作成と分析の段階的なプレゼンテーションを示したこのビデオをご覧ください。デザインの作成と分析のプロセスに役立つかもしれません。 JMP® を使用した離散選択実験の設計と分析に関するケーススタディ - JMP ユーザーコミュニティ
D 効率スコアを確認する 1 つの方法は、DoE に移動することです ->設計診断 (jmp.com) -> 計画を評価し、カテゴリ因子のみを入力します。 レポートの最後には、さまざまな効率スコアが表示されます。 効率スコアは興味深い情報ですが、複数の設計の比較に取得して使用すると、より価値があります。
これらの情報がお役に立てば幸いです。
Re: 部分要因計画選択実験の設計こんにちは、ビクターさん
ご連絡いただきありがとうございます。 この答えは間違いなく役に立ちます。 私の研究については、以下でさらに詳しく述べます。 ご協力いただければ幸いです。
私は回答者を対象に選択実験を行っています。 あなたが言ったように、私は使用しました選択デザイン (DoE -> Consumer Studies -> Choice Design) を使用して、選択プロファイルを作成します。
選択肢の設計では、調査ごとの回答者数 (200)、選択肢セットの数 (8)、選択肢セットごとのプロファイル (2)、選択肢セット内で変更できる属性の数 (6) などの詳細情報についても言及しました。調査の数 (3)。
背景を説明すると、私は回答者に対して選択実験を行っており、回答者に一連の選択プロファイルを提示し、その中から好みのものを選択してもらいます。 私には 6 つの因子 (特性) があり、3 レベルの 2 つの因子と 2 レベルの 4 つの因子があります。 このセットで可能な組み合わせは合計 144 通りになります。 ただし、144 の組み合わせを調査に含めることはできません。そのため、1 人の参加者に 1 つのブロック/アンケートをランダムに割り当てることができるように、3 つのアンケートについて言及することにしました。
JMP は、可能な組み合わせを含む 3 つの調査を私に提供してくれました。 48 個の可能な組み合わせ (144 個の組み合わせのサブセット) が得られたので、これは部分要因計画であると言えますか? これは正しい方法ですか? また、d効率レベルはどうやって確認できますか？ JMP を使用した選択実験に関する研究論文を読んだことがありますが、d 効率スコアについてよく言及されています。 どうすればそれを確認できるのかわかりません。
ありがとう
Re: 部分要因計画選択実験の設計やあ@rm7399 、
コミュニティへようこそ！
問題をより正確に解決するには、追加情報が必要になる場合があると思います。
実験計画を作成するためにカスタム設計プラットフォーム (またはクラシック設計、完全実施要因) を使用していますか?
あるいは、本当に何かをやっているのであれば、選択実験これは、複数の回答者が、さまざまな選択セットで提案されている一連の可能なプロファイル (製品) から最適な製品プロファイルを選択する必要があることを意味します。選択デザイン (DoE -> 消費者調査 -> 選択デザイン) を使用していますか?
これら 2 つのタイプの計画 (カスタム計画/部分要因計画または選択計画) の目標はまったく異なります。
- カスタム計画では、モデル内で推定する項を指定することで、実行する実験の数を調整できます。 おそらく最初のステップとして、主効果のみをスクリーニングすることができます。これにより、指定した因子による推奨実行数 32 が得られるはずです (カテゴリのみ。スクリーンショット「Custom-design_categorical」を参照)。
- Choice 計画では、指定する要素がさらにあります (要素だけではありません。スクリーンショット「Design-choice_parameters」を参照)。これは、実行する実験の数に直接影響します。たとえば、回答者の数を考慮する必要があります。選択肢セット、選択肢セットごとのプロファイルなど... 目的は同じではありません。異なる選択セットで混合および評価された異なるプロファイルの中から最適な製品プロファイルを選択することになります。 評価は複数の回答者によって、いくつかの異なるプロファイル/製品グループを使用して行われますが、上記の一部実施要因計画では、(評価を分割するための日などのブロック変数を指定しない限り) 同時に評価される (32) 個の異なる製品が必要です。数日間）。
(機密/プライベート/機密データを共有せずに) 目標についてもう少し詳しく説明していただければ、どのデザイン タイプがあなたの研究に最適であるかを判断するのがはるかに簡単になります。
遅くなって申し訳ありませんが、この最初の回答がお役に立てば幸いです。
