Componenti principali e screening DoECiao, attualmente sto utilizzando PCA su oltre 60 descrittori di elementi chimici per ridurre la dimensionalità e convertire "elemento" da una variabile categoriale a una variabile continua. Tuttavia, non riesco a trovare un modo semplice per utilizzare una serie di fattori con molte combinazioni di livelli richieste. I miei due pensieri sono i "fattori di covariazione impostati" o lo script delle combinazioni non consentite. Tuttavia le esecuzioni covariate A) hanno uno strano suggerimento del numero di esecuzioni pari al numero di livelli del mio PC, anche senza che io controlli "Includi tutte le righe covariate selezionate nel progetto" e 
sembra antitetico al concetto di PCA, che genera componenti non correlati. Lo script delle combinazioni non consentite presumo funzionerebbe (non l'ho ancora esplorato), ma non ho mai giocato con JSL e quindi volevo vedere se qualcuno aveva qualche suggerimento prima di intraprendere quella strada.
Grazie mille!
PS Ho incluso anche la tabella (incompiuta) e una separata per i PC che sto utilizzando per generare il DoE, se può essere d'aiuto.
Modellazione statistica avanzataAutomazione e scriptingProgettazione di esperimentifinestreRe: Componenti principali e screening DoEPuoi aggiungere un fattore di covariata. JMP presupporrà che si desideri utilizzare ogni riga nella tabella dei dati delle covariate. Tuttavia, riduci il numero di esecuzioni e JMP troverà il sottoinsieme ottimale di righe. Li evidenzierà anche nella tabella dei dati di origine.
Re: Componenti principali e screening DoEAh allora ha senso. Grazie!
Re: Componenti principali e screening DoEUn'altra domanda. Se lo sto facendo con due insiemi di covariate (un PC impostato per gli elementi e un altro per i solventi), come lo farei? Ho provato a inserire un altro set nella tabella con dati che occupano righe diverse rispetto al primo PC solo come prova (come mostrato di seguito) e il progetto non è riuscito
Grazie.
Re: Componenti principali e screening DoECiao,
Penso che potresti aver bisogno di aggiungere qualche spiegazione in più su ciò che stai cercando di ottenere. Puoi approfondire " utilizzare una serie di fattori con molte combinazioni di livello richieste. "
L'utilizzo di PCA per ridurre la dimensionalità di un sistema come questo è un approccio abbastanza standard. Il passo successivo è spesso quello di costruire un esperimento usando i componenti principali come fattori covariati e selezionando i candidati per dare una buona copertura dello spazio dei componenti principali.
Nell'esempio allegato con solventi, PCA riduce le proprietà del solvente a 2 componenti (essenzialmente "polarità" e "volumosità"). Questi componenti vengono quindi utilizzati come fattori covariati in Custom Design per selezionare 9 solventi per stimare il modello di superficie di risposta. Puoi vedere che i 9 solventi selezionati coprono lo spazio del PC, e quindi lo spazio del descrittore originale, molto bene:
Spero che questo aiuti,
Fil
Re: Componenti principali e screening DoECiao @Phil_Kay - Sì, quindi è esattamente quello che intendevo. L'ho formulato in questo modo perché stavo parlando di ciò che stavo cercando di far fare a JMP a livello meccanico, piuttosto che porre una domanda più statistica. La trama del solvente che hai condiviso è esattamente il tipo di cosa che ho intenzione di fare, sia con i solventi che con i metalli del blocco f, anche se non riesco a capire come inserire entrambi i set di PC in un DoE contemporaneamente senza che JMP pensi ai PC sono tutte covariate tra loro.
Re: Componenti principali e screening DoEÈ una buona domanda (re: selezionare 2 diversi tipi di materiali in un DOE). Non credo che ci sia un modo semplice per farlo. Ma penso che una soluzione alternativa sia possibile.
La soluzione sarebbe creare una tabella con 1 riga per ogni possibile combinazione di solventi e metalli f-block. Quindi il numero di righe sarebbe = numero di solventi * numero di metalli. Dovrei pensare al modo più semplice per creare questo.
Avresti bisogno di colonne di PC per solventi e colonne di PC per metalli (penso che potresti crearle prima o dopo il grande tavolo di tutte le combinazioni). Quindi utilizzare tutte le colonne PC come fattori di covariata.
Re: Componenti principali e screening DoENon è possibile combinare due serie di PCA come covariate. Custom Desing considera la tabella dei valori delle covariate come le esecuzioni del progetto da completare con i livelli degli altri fattori. JMP trova i livelli di fattori ottimali in combinazione con le combinazioni di covariate. Operativamente e filosoficamente, avresti bisogno di una tabella di dati covariata con i metalli e i solventi. Tuttavia, non esiste un modo significativo per abbinare i metalli e i solventi riga per riga. Sono veramente indipendenti.
Re: Componenti principali e screening DoEQuindi ho utilizzato la funzionalità di query di alimentazione di Microsoft in Excel per rendere simile la tabella accoppiata delle covariate @Phil_Kay suggerito, e l'ho allegato, ma @Mark_Bailey tu hai detto " Tuttavia, non esiste un modo significativo per abbinare i metalli e i solventi riga per riga". Questo significa che non pensi che funzionerebbe, o semplicemente è più il metodo della forza bruta che uno che ha un senso significativo?
Re: Componenti principali e screening DoELa combinazione della tabella dei metalli e della tabella dei solventi utilizzando un giunto cartesiano ti darà tutti i possibili abbinamenti di metalli e solventi. Quindi puoi subimpostare in modo ottimale questa tabella con Custom Design. Stavo pensando alla scatola "Custom Design", non alla "scatola fai-da-te" come lo era Phil.
Re: Componenti principali e screening DoEOh capisco. Immagino di aver pensato che Phil stesse dicendo "... e poi gettalo nel design personalizzato". Ha senso. Grazie!
Non sono sicuro se dovrei inserire questo in una nuova domanda, ma sto anche usando due diversi trattamenti termici (microonde e termico), che normalmente andrebbero bene come variabile categorica, ma c'è anche un passaggio di un secondo fattore associato al diversi livelli del fattore "tipo di trattamento termico": il microonde ha più senso controllare la "potenza assorbita" come fattore aggiuntivo, mentre il termico ha più senso utilizzare il set point "temperatura" come fattore. La mia ipotesi è che l'unica cosa da fare sarebbero due DoE per i diversi metodi di trattamento termico, ma ho pensato di chiedervi se avete qualche idea.
Se questa dovesse essere una seconda domanda, sarò felice di farne una nuova.
Re: Componenti principali e screening DoESì, penso che sarebbe bene inserire una domanda a parte. Ma in breve, penso che le tue opzioni siano di eseguire esperimenti separati per muwave e termica. Oppure potresti avere un fattore categorico per il trattamento termico con combinazioni di tipo e livello, ad esempio thermal_100C, thermal_120C, muwave_200W, muwave_300W. Penso che potresti persino analizzare i dati in questo modo dopo aver eseguito gli esperimenti separatamente.
Re: Componenti principali e screening DoE@Phil_Kay Stupendo. Ho postato la domanda come sua, come hai suggerito, quindi immagino che possiamo continuare lì, dato che ho una o due domande. Grazie! https://community.jmp.com/t5/Discussions/DoE-where-choice-of-factor-changes-with-the-levels-of-another/mp/577901#M78544
