580724_it-IT

liliconcom

Aiuto con le combinazioni non consentite per i fattori categorici (JMP 15)

Ciao,

Ho i seguenti fattori e livelli per i quali sto cercando di creare un design D-ottimale:

Fattore A - Categoria due livelli (Jolt, Triad)

Fattore B - Categorico a due livelli (Blunt, ventosa)

Fattore C - Continuo (10,25)

Fattore D - Categorico a due livelli (in piedi, seduto)

Fattore E - Categorico tre livelli (Stazionario, Schivare, Correre)

Fattore F - Categoria due livelli (Principiante, Esperto)

 

Sto tentando di creare un esempio che gli studenti possano utilizzare per insegnare loro come generare progetti ottimali con combinazioni non consentite. La combinazione non consentita che sto cercando di creare è Factor D (Seated) e Factor F (Expert). Sto anche cercando di costruire un progetto con effetti principali E interazioni a due fattori. Tuttavia, continuo a ricevere il messaggio di errore (il designer ottimale non è riuscito a convergere). Ho provato tutto il possibile per generare un design che converge con combinazioni non consentite tra fattori categorici senza alcun risultato. Ho provato ad aggiungere fattori, aggiungendo più livelli a questi fattori. Posso tuttavia convincere il progettista a convergere quando aggiunge una combinazione non consentita tra un fattore categorico e un fattore continuo. Il secondo che aggiungo in una combinazione non consentita tra fattori categorici l'algoritmo non convergerà. Qualsiasi aiuto è apprezzato!

DAIfinestreRe: Aiuto con combinazioni non consentite per fattori categorici (JMP 15)

Ciao @FaceStatistics6 ,

 

Riproduco le stesse impostazioni e riscontro un messaggio di errore simile.

 

Il problema potrebbe risiedere nella tua combinazione di combinazioni e termini non consentiti nel tuo modello: se blocchi la combinazione di "Seated" da Factor D (categoria a 2 livelli) con "Expert" da Factor F (categoria a 2 livelli), ciò significa non puoi stimare il termine di interazione di questi due fattori poiché un vincolo ti impedisce di testare tutte le possibili combinazioni di livelli per questi due fattori.

 

Puoi:

• Rimuovere il termine di interazione a 2 fattori "Factor D*Factor F" e utilizzare questo script per generare la tabella DoE (o utilizzare la tabella dati allegata "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}
);

 

• Oppure imposta la stimabilità dell'interazione dei 2 fattori "Factor D*Factor F" come "If Possible" e usa questo script per generare la tabella DoE (o usa la tabella dati allegata "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}
);

 

Spero che questa risposta ti possa aiutare,

Re: Aiuto con combinazioni non consentite per fattori categorici (JMP 15)

Diciamo, tuttavia, che DEVO stimare gli effetti del fattore D e del fattore F per le combinazioni che possono esistere. Ex. Fattore D in piedi - Fattore F Novizio e Fattore D Seduto - Fattore F Novizio. Se possibile, creo potenzialmente un progetto che non mi consentirà di includere questa interazione nell'analisi.

 

Re: Aiuto con combinazioni non consentite per fattori categorici (JMP 15)

Se hai bisogno di stimare questo effetto di interazione, devi farlo prova tutte le possibili combinazioni di livelli per questi due fattori: In piedi+Novizio, In piedi+Esperto, Seduto+Novizio, Seduto+Esperto.

Se manca un esperimento (nel tuo caso Seated+Expert), non puoi stimare il termine di interazione nel tuo modello.
Mi sono unito a un datatable giocattolo per dimostrarlo, se la riga 4 è nascosta ed esclusa, quindi nello script del grafico non vedrai la linea tra i due livelli per il fattore D quando il fattore F è impostato sul livello "Esperto", quindi come si può sapere che c'è un'interazione?

E nello script del modello, l'effetto di interazione non è stimabile (c'è una singolarità nel tuo modello con l'intercetta), quindi ancora una volta non avrai accesso a questo termine di effetto di interazione.

 

Spero che questa demo sia abbastanza chiara,