580724_de-DE

liliconcom

Hilfe zu unzulässigen Kombinationen für kategoriale Faktoren (JMP 15)

Hallo,

Ich versuche, ein D-optimales Design für die folgenden Faktoren und Ebenen zu erstellen:

Faktor A – Kategorial zweistufig (Ruck, Triade)

Faktor B - Kategorisch zweistufig (stumpf, Saugnapf)

Faktor C - Kontinuierlich (10,25)

Faktor D - Kategorial auf zwei Ebenen (stehend, sitzend)

Faktor E - Kategorische drei Ebenen (Stehend, Ausweichen, Laufen)

Faktor F - Kategorisches zweistufiges Niveau (Anfänger, Experte)

 

Ich versuche, ein Beispiel für Schüler zu erstellen, anhand dessen sie lernen können, wie sie mit unzulässigen Kombinationen optimale Designs erstellen. Die unzulässige Kombination, die ich zu erstellen versuche, ist Faktor D (sitzend) und Faktor F (Experte). Ich versuche auch, ein Design mit Haupteffekten UND Zwei-Faktor-Interaktionen zu erstellen. Allerdings erhalte ich immer wieder die Fehlermeldung „Optimal Designer konnte nicht konvergieren“. Ich habe alles versucht, was ich konnte, um einen Entwurf zu erstellen, der mit unzulässigen Kombinationen zwischen kategorialen Faktoren konvergiert, ohne Erfolg. Ich habe versucht, Faktoren hinzuzufügen und diesen Faktoren weitere Ebenen hinzuzufügen. Ich kann den Designer jedoch dazu bringen, zu konvergieren, wenn er eine unzulässige Kombination zwischen einem kategorialen Faktor und einem kontinuierlichen Faktor hinzufügt. Sobald ich eine unzulässige Kombination zwischen kategorialen Faktoren hinzufüge, konvergiert der Algorithmus nicht. Jede Hilfe ist willkommen!

Qualitäts- und VerfahrenstechnikWindowsBetreff: Hilfe bei unzulässigen Kombinationen für kategoriale Faktoren (JMP 15)

Wenn Sie diesen Interaktionseffekt abschätzen müssen, müssen Sie dies tun Testen Sie alle möglichen Niveaukombinationen für diese beiden Faktoren: Stehend+Anfänger, Stehend+Experte, Sitzend+Anfänger, Sitzend+Experte.

Wenn ein Experiment fehlt (in Ihrem Fall Seated+Expert), können Sie den Interaktionsterm in Ihrem Modell nicht schätzen.
Ich habe eine Spielzeugdatentabelle verknüpft, um dies zu demonstrieren: Wenn Zeile 4 ausgeblendet und ausgeschlossen ist, sehen Sie im Diagrammskript die Linie zwischen den beiden Ebenen für Faktor D nicht, wenn Faktor F auf die Ebene „Experte“ eingestellt ist. Wie also? Können Sie wissen, dass es eine Interaktion gibt?

Und im Modellskript ist der Interaktionseffekt nicht abschätzbar (es gibt eine Singularität in Ihrem Modell mit dem Achsenabschnitt), sodass Sie wiederum keinen Zugriff auf diesen Interaktionseffektterm haben.

 

Ich hoffe, dass diese Demo klar genug ist,

Betreff: Hilfe bei unzulässigen Kombinationen für kategoriale Faktoren (JMP 15)

Nehmen wir jedoch an, dass ich die Auswirkungen von Faktor D und Faktor F für die zulässigen Kombinationen abschätzen muss. Ex. Faktor D stehend – Faktor F Anfänger und Faktor D sitzend – Faktor F Anfänger. Wenn ein Wert auf „Wenn möglich“ eingestellt ist, erstelle ich möglicherweise einen Entwurf, der es mir nicht erlaubt, diese Interaktion in die Analyse einzubeziehen.

 

Betreff: Hilfe bei unzulässigen Kombinationen für kategoriale Faktoren (JMP 15)

Hallo @FaceStatistics6 ,

 

Ich reproduziere die gleichen Einstellungen und erhalte eine ähnliche Fehlermeldung.

 

Das Problem kann in Ihrer Kombination aus unzulässigen Kombinationen und Begriffen in Ihrem Modell liegen: Wenn Sie die Kombination von „Sitzend“ aus Faktor D (2-stufige Kategorisierung) mit „Experte“ aus Faktor F (2-stufige Kategorisierung) blockieren, heißt das Sie können den Interaktionsterm dieser beiden Faktoren nicht schätzen, da eine Einschränkung Sie daran hindert, alle möglichen Kombinationen von Ebenen für diese beiden Faktoren zu testen.

 

Du kannst entweder :

• Entfernen Sie den 2-Faktor-Interaktionsterm „Faktor D*Faktor F“ und verwenden Sie dieses Skript, um die DoE-Tabelle zu generieren (oder verwenden Sie die angehängte Datentabelle „Custom Design_Remove2FI“):

DOE(
 Custom Design,
 {Add Response( Maximize, "Y", ., ., . ),
 Add Factor( Categorical, {"Jolt", "Triad"}, "Factor A", 0 ),
 Add Factor( Categorical, {"Blunt", "Suction Cup"}, "Factor B", 0 ),
 Add Factor( Categorical, {"Standing", "Seated"}, "Factor D", 0 ),
 Add Factor( Categorical, {"Novice", "Expert"}, "Factor F", 0 ),
 Add Factor( Continuous, 10, 25, "Factor C", 0 ),
 Add Factor( Categorical, {"Stationary", "Evading", "Running"}, "Factor E", 0 ),
 Set Random Seed( 80459262 ), Number of Starts( 2161 ), Add Term( {1, 0} ),
 Add Term( {1, 1} ), Add Term( {2, 1} ), Add Term( {3, 1} ), Add Term( {4, 1} ),
 Add Term( {5, 1} ), Add Term( {6, 1} ), Add Term( {1, 1}, {2, 1} ),
 Add Term( {1, 1}, {3, 1} ), Add Term( {1, 1}, {4, 1} ),
 Add Term( {1, 1}, {5, 1} ), Add Term( {1, 1}, {6, 1} ),
 Add Term( {2, 1}, {3, 1} ), Add Term( {2, 1}, {4, 1} ),
 Add Term( {2, 1}, {5, 1} ), Add Term( {2, 1}, {6, 1} ),
 Add Term( {3, 1}, {5, 1} ), Add Term( {3, 1}, {6, 1} ),
 Add Term( {4, 1}, {5, 1} ), Add Term( {4, 1}, {6, 1} ),
 Add Term( {5, 1}, {6, 1} ), Set Sample Size( 36 ),
 Disallowed Combinations( Factor D == "Seated" & Factor F == "Expert" ),
 Simulate Responses( 0 ), Save X Matrix( 0 ), Make Design}
);

 

• Oder legen Sie die Schätzbarkeit der Wechselwirkung zwischen zwei Faktoren „Faktor D*Faktor F“ auf „Wenn möglich“ fest und verwenden Sie dieses Skript, um die DoE-Tabelle zu generieren (oder verwenden Sie die angehängte Datentabelle „Custom Design_IfPossible“):

DOE(
 Custom Design,
 {Add Response( Maximize, "Y", ., ., . ),
 Add Factor( Categorical, {"Jolt", "Triad"}, "Factor A", 0 ),
 Add Factor( Categorical, {"Blunt", "Suction Cup"}, "Factor B", 0 ),
 Add Factor( Categorical, {"Standing", "Seated"}, "Factor D", 0 ),
 Add Factor( Categorical, {"Novice", "Expert"}, "Factor F", 0 ),
 Add Factor( Continuous, 10, 25, "Factor C", 0 ),
 Add Factor( Categorical, {"Stationary", "Evading", "Running"}, "Factor E", 0 ),
 Set Random Seed( 349202301 ), Number of Starts( 2106 ), Add Term( {1, 0} ),
 Add Term( {1, 1} ), Add Term( {2, 1} ), Add Term( {3, 1} ), Add Term( {4, 1} ),
 Add Term( {5, 1} ), Add Term( {6, 1} ), Add Term( {1, 1}, {2, 1} ),
 Add Term( {1, 1}, {3, 1} ), Add Term( {1, 1}, {4, 1} ),
 Add Term( {1, 1}, {5, 1} ), Add Term( {1, 1}, {6, 1} ),
 Add Term( {2, 1}, {3, 1} ), Add Term( {2, 1}, {4, 1} ),
 Add Term( {2, 1}, {5, 1} ), Add Term( {2, 1}, {6, 1} ),
 Add Term( {3, 1}, {5, 1} ), Add Term( {3, 1}, {6, 1} ),
 Add Term( {4, 1}, {5, 1} ), Add Term( {4, 1}, {6, 1} ),
 Add Term( {5, 1}, {6, 1} ), Add Potential Term( {3, 1}, {4, 1} ),
 Set Sample Size( 36 ), Disallowed Combinations(
  Factor D == "Seated" & Factor F == "Expert"
 ), Simulate Responses( 0 ), Save X Matrix( 0 ), Make Design}
);

 

Ich hoffe, diese Antwort wird Ihnen helfen,