577352_fr-FR

liliconcom

Principaux composants et dépistage DoE

Bonjour - J'utilise actuellement PCA sur plus de 60 descripteurs d'éléments chimiques pour réduire la dimensionnalité et convertir "élément" d'une variable catégorielle en une variable continue. Cependant, je ne trouve pas de moyen simple d'utiliser un ensemble de facteurs avec de nombreuses combinaisons de niveaux requis. Mes deux pensées sont les « facteurs covariables définis » ou le script de combinaisons non autorisées. Cependant, les exécutions de covariables A) ont une suggestion étrange selon laquelle le nombre d'exécutions est égal au nombre de niveaux de mon PC, même sans que je coche "Inclure toutes les lignes de covariables sélectionnées dans la conception" et semble antithétique au concept de PCA, qui génère des composants non corrélés. Je suppose que le script de combinaisons non autorisées fonctionnerait (je ne l'ai pas encore exploré), mais je n'ai jamais joué avec JSL et je voulais donc voir si quelqu'un avait des suggestions avant de m'engager dans cette voie.

Merci beaucoup!

PS J'ai également inclus le tableau (inachevé) et un autre séparé pour les PC que j'utilise pour générer le DoE si cela peut aider.

Modélisation statistique avancéeAutomatisation et scriptsConception d'expériencesles fenêtresRe : Principaux composants et dépistage DoE

Vous pouvez ajouter un facteur de covariable. JMP supposera que vous souhaitez utiliser chaque ligne du tableau de données de covariables. Réduisez cependant le nombre d'exécutions et JMP trouvera le sous-ensemble de lignes optimal. Il les mettra également en surbrillance dans la table de données source.

Re : Principaux composants et dépistage DoE

Ah c'est logique alors. Merci!

Re : Principaux composants et dépistage DoE

Encore une question. Si je fais cela avec deux ensembles de covariables (un ensemble PC pour les éléments et un autre pour les solvants), comment ferais-je cela ? J'ai essayé de mettre un autre ensemble dans le tableau qui contient des données occupant des lignes différentes de celles du premier PC juste à titre d'essai (comme on le voit ci-dessous), et la conception a échoué

 

Merci.

 

 

Re : Principaux composants et dépistage DoE

Salut,

 

Je pense que vous devrez peut-être ajouter un peu plus d'explications sur ce que vous essayez d'accomplir. Pouvez-vous préciser " utiliser un ensemble de facteurs avec de nombreuses combinaisons de niveaux requis. "

 

L'utilisation de l'ACP pour réduire la dimensionnalité d'un système comme celui-ci est une approche assez standard. L'étape suivante consiste souvent à construire une expérience en utilisant les composants principaux comme facteurs covariables et en sélectionnant des candidats pour donner une bonne couverture de l'espace des composants principaux.

 

Dans l'exemple ci-joint avec des solvants, le PCA réduit les propriétés du solvant à 2 composants (essentiellement « polarité » et « volume »). Ces composants sont ensuite utilisés comme facteurs covariables dans Custom Design pour sélectionner 9 solvants afin d'estimer le modèle de surface de réponse. Vous pouvez voir que les 9 solvants sélectionnés couvrent très bien l'espace PC, et donc l'espace des descripteurs d'origine :

 

 

J'espère que ça aide,

Phil

 

Re : Principaux composants et dépistage DoE

Salut @Phil_Kay - Oui, c'est exactement ce que je voulais dire. Je l'ai formulé ainsi parce que je parlais de ce que j'essayais de faire faire à JMP sur le plan mécanique, plutôt que de poser une question plus statistique. Le complot de solvant que vous avez partagé est exactement le genre de chose que je prévois de faire, avec à la fois des solvants et des métaux f-block, bien que je ne comprenne pas comment mettre les deux ensembles de PC dans un DoE simultanément sans que JMP ne pense au PC. sont toutes covariables les unes des autres.

Re : Principaux composants et dépistage DoE

C'est une bonne question (re : sélection de 2 types de matériaux différents dans un DOE). Je ne pense pas qu'il existe un moyen facile de le faire. Mais je pense qu'une solution de contournement est possible.

La solution de contournement consisterait à créer un tableau avec 1 ligne pour chaque combinaison possible de solvants et de métaux du bloc f. Ainsi, le nombre de lignes serait = nombre de solvants * nombre de métaux. Je devrais réfléchir à la manière la plus simple de créer cela.

Vous auriez besoin de colonnes de PC pour les solvants et de colonnes de PC pour les métaux (je pense que vous pourriez les créer avant ou après le grand tableau de toutes les combinaisons). Utilisez ensuite toutes les colonnes PC comme facteurs de covariable.

 

Re : Principaux composants et dépistage DoE

Vous ne pouvez pas combiner deux ensembles d'ACP comme covariables. Custom Desing considère le tableau des valeurs des covariables comme les exécutions de votre conception à compléter avec les niveaux des autres facteurs. JMP trouve les niveaux de facteurs optimaux en combinaison avec les combinaisons de covariables. Sur le plan opérationnel et philosophique, vous auriez besoin d'un tableau de données covariables avec les métaux et les solvants. Pourtant, il n'existe aucun moyen significatif de faire correspondre les métaux et les solvants ligne par ligne. Ils sont vraiment indépendants.

Re : Principaux composants et dépistage DoE

J'ai donc utilisé la fonctionnalité de requête de puissance de Microsoft dans Excel pour créer le tableau apparié de covariables comme @Phil_Kay suggéré, et je l'ai joint, mais @Mark_Bailey tu as dit " Pourtant, il n'existe aucun moyen significatif de faire correspondre les métaux et les solvants ligne par ligne." Cela signifie-t-il que vous ne pensez pas que cela fonctionnerait, ou c'est simplement plus la méthode de la force brute qu'une méthode qui a du sens ?

Re : Principaux composants et dépistage DoE

L'association de la table métal et de la table solvant à l'aide d'une jointure cartésienne vous donnera tous les appariements possibles de métaux et de solvants. Ensuite, vous pouvez sous-définir de manière optimale cette table avec Custom Design. Je pensais à la boîte 'Custom Design', pas à la 'boîte à faire soi-même' comme Phil l'était.

Re : Principaux composants et dépistage DoE

Oh je comprends. Je suppose que j'ai supposé que Phil disait "... et ensuite lancez-le dans un design personnalisé". Ça a du sens. Merci!

 

Je ne sais pas si je devrais mettre cela dans une nouvelle question, mais j'utilise également deux traitements thermiques différents (micro-ondes et thermique), ce qui serait normalement bien comme variable catégorique, mais il y a aussi un changement d'un deuxième facteur associé au différents niveaux du facteur "type de traitement thermique": Micro-ondes est plus logique pour contrôler la "puissance absorbée" comme facteur supplémentaire, tandis que thermique a plus de sens pour utiliser le point de consigne "température" comme facteur. Je suppose que la seule chose à faire serait deux DoE pour les différentes méthodes de traitement thermique, mais je pensais juste que je demanderais si vous aviez des idées.

 

S'il s'agit d'une deuxième question, je me ferai un plaisir d'en poser une nouvelle.

Re : Principaux composants et dépistage DoE

Oui, je pense que ce serait bien de poser une question séparée. Mais brièvement, je pense que vos options sont soit d'exécuter des expériences séparées pour muwave et thermique. Ou vous pourriez avoir un facteur catégoriel pour le traitement thermique avec des combinaisons de type et de niveau, par exemple thermal_100C, thermal_120C, muwave_200W, muwave_300W. Je pense que vous pourriez même analyser les données de cette manière après avoir mené les expériences séparément.

Re : Principaux composants et dépistage DoE

@Phil_Kay Impressionnant. J'ai posté la question comme étant la sienne, comme vous l'avez suggéré, donc je suppose que nous pouvons continuer là-bas, car j'ai une question ou deux. Merci! https://community.jmp.com/t5/Discussions/DoE-where-choice-of-factor-changes-with-the-levels-of-another/mp/577901#M78544