Re: ランダム ブロックを使用した DOE の予測と信頼区間は?こんにちは@JMPLearner_2022 、
あなたのファイルを見て、あなたを助けるかもしれないいくつかのコメントがあります：
- あなたのモデルを見て、あなたが保存したモデルと同じ結果が得られるかどうかを確認するために、(同じ性格、重点、方法で) モデルを段階的に再構築しました。 私のモデルには X1*X6、X2*X3、X2*X4 の 3 つの項があるため、少し異なるモデルを使用しています。 2 つのモデルを比較すると、モデルに項が 3 つ増えると、R² が高くなり (0.95 対 0.86)、調整された R² が高くなり (0.90 対 0.79)、RMSE が低くなることがわかります (1 ,51 対 2,13) とモデルの低い p 値 (<0,0001 対 0,0003)、最後の項 X2*X4 の p 値が 0,05 を超えている場合でも。 この有意水準は、重要な要素とそうでない要素を区別するのに役立ちますが、モデリング/分析フェーズにおける唯一のガイドではありません。 また、モデルが応答をどの程度うまく説明しているか (R²、調整済みの R² などのメトリックを使用) と、モデルがどれほど正確か (RMSE のようなメトリックを使用) も確認する必要があります。 より信頼性の高いモデルが見つかった場合は、項がしきい値 0.05 を超えていても項の削除を停止する方がよい場合があります。 また、残差を確認することもできます。曲率やパターンも表示されるため、まだ効果が欠けている可能性があると判断するのに役立ちます。 また、可能であれば、最終モデルを評価し、それをドメインの専門知識と比較します。モデルは理にかなっていますか? いくつかの効果/用語が無視できるか、または重要であると予想しますか? 私が見つけたモデルの詳細については、JMP データテーブルのスクリプト「Fit Model 2」を参照してください。
- あなたの「フィットモデル」プラットフォームでは、ランダムブロックを指定して導入したので、このランダムブロックが重要な項であるかどうかを知ることは興味深いかもしれません.モデリングで注意/使用する必要がある機器の制限により、結果に影響はありますか? 「REML Variance Component Estimates」パネルを見ると、Wald p 値が 0.05 のしきい値を超えていることがわかります。これは、ブロック効果が 0 と有意に異なっていないことを意味します。 これは、このブロック効果が将来の実験または分析で削除される可能性があることを示しています。 詳細はこちら：制限付き最尤法 (REML) 法 (jmp.com)
- 私の場合、「Response Y」と次の「Factor Profiling」と「Profiler」の赤い三角をクリックすると、ランダムブロックが表示されません。 モデルのプロファイラー (条件付きプロファイラー (jmp.com) )、プロファイラーの赤い三角形で [Conditional Predictions] オプションがオンになっているためです。 チェックを外すと、このランダム ブロック効果が表示されなくなり、95% 信頼区間の値もこの変更を反映して変更されます。
- これが完了すると、赤い三角形の「列の保存」から「予測式」と「平均信頼区間」を保存し、適切な式を選択できます。 前の手順では、式のランダム ブロックは表示されません。
これがお役に立てば幸いです。
Re: ランダム ブロックを使用した DOE の予測と信頼区間は?こんにちは@ビクター_G様、早速のご回答ありがとうございます。 あなたの説明はとても役に立ちます。 あなたがランダム効果は重要ではないと述べたように、私はまだ1つの質問があります。 モデル内のブロックを削除し、pvalue >0.05 の項を削除すると、R2 adj がかなり低い、まったく異なるモデル (JMP ファイルのモデル 3 に適合) が得られました。 どのような状況でランダム効果をモデルに含める必要があるのか、または含めないのか説明していただけますか? ありがとうございました。
Re: ランダム ブロックを使用した DOE の予測と信頼区間は?やあ@JMPLearner_2022 、
ランダムブロック効果とそれを削除する提案について、少し答えが早すぎたかもしれません。申し訳ありません。
私のコメント/回答の前の一般的な質問:異なるモデルを「真の」シミュレーションモデルと比較するために、Yの背後にある真のモデル(シミュレートされた結果について話していたので)を知っていますか?
ランダム ブロッキング効果は、ブロック内のばらつきが小さくなるブロックを作成することで、分析のノイズを減らすのに役立ちます。 このプロセスは、重要な影響をより簡単に判断して分類するのに役立ちます。
- 「概念」レベルでは、DoE を使用して設計したため、このランダム ブロック効果を維持する方が適切と思われます。
有意ではない場合でも、ランダム ブロック効果は実験からノイズを除去するのに非常に効果的であるように思われます。これは、このブロック効果による合計分散の 70% (最初のモデル) から 83% (2 番目のモデル) をキャプチャするためです。 したがって、重要ではない場合でも、モデルを維持することでモデルの精度が確実に向上します (これは、モデル 1、2、および 3 の RMSE を比較することでも確認できます)。
- 「分析」レベルでは、ランダム ブロック効果を維持することで、モデル (および予測) の分散を減らすことができます。
ランダム ブロック効果を削除すると、どのような影響がありますか?
- モデルの原因不明の誤差は大きくなります (モデル 2 および 1 と比較してモデル 3 の RMSE を見るとわかるように)、
- したがって、治療効果のテストはそれほど強力ではない可能性があるため、「ノイズ」/エラーの増加により、いくつかの重要な効果を見逃す/削除する可能性があります (そのため、モデル 3 でより倹約的なモデルになる可能性があります)。
- パラメーターの推定値と標準偏差は変更される場合があります (これは、モデリングで効果を追加/削除するときにも見られます)。
この現在のケースでは、どのモデルが最もよく機能するかを知るための真のシミュレートされた Y のモデルがない限り、モデルが互いに非常に近いため (どの効果がモデル内にあるかを見て)、別のモデルを支持して 1 つのモデルを選択することは困難です。およびそれらのパラメータ推定値)。 また、さまざまな予測プロファイラーを比較することもできます (データテーブルのスクリプト「モデルの比較 - プロファイラー」を参照)。それらは、因子の重要性と、各因子のどのレベルが最適と思われるかについて一致しているようです。 一部の因子の曲率にはいくつかの違いがあります (たとえば、X1 はモデル 3 でいくらかの曲率を持ちますが、X3 はモデル 1 とモデル 2 とランダム ブロックでいくらかの曲率を持ちます)。
ランダムブロッキングを考慮し、「パフォーマンス」が優れているように見えるため、モデル2を引き続き使用しますが、これは決定的な選択ではない可能性があります.
最後に、Georges Box から次のことを思い出してみましょう。「すべてのモデルは間違っていますが、一部のモデルは有用です」。 モデルの選択も、その「有用性」を考慮して、ドメインの専門知識に従って行う必要があります。
疑問がある場合でも、どのモデルが他のモデルよりも一般化されているかを確認/比較するのに役立ついくつかの検証実行を追加できます。
この「非決定論的」な回答で申し訳ありませんが、これがお役に立てば幸いです。
あけましておめでとう ！
Re: ランダム ブロックを使用した DOE の予測と信頼区間は?やあ@ビクター_G 、私はあなたの説明に非常に感謝しています.DoEデータ分析におけるランダム効果についての理解が深まりました. おっしゃったように、R2 adj が高く、RMSE が小さい既存のデータに適合するように、モデルをより適切に保つことができます。予測に関するランダム効果について、まだ 1 つの質問があります。 予測式が条件付きであることに気付きました。つまり、ブロックごとに異なるオフセットがありますが、将来の実行ではゼロです。 本当ですか？ ランダム効果が重要なモデルを当てはめようとしましたが、予測オフセットはまだゼロです。 私の質問を説明していただけますか？ またお世話になります。
Re: ランダム ブロックを使用した DOE の予測と信頼区間は?やあ@JMPLearner_2022 、
プロファイラーでは、「条件付き予測」または無条件予測のいずれかを選択できます (プロファイラーの赤い三角形で、メニュー「外観」の最後のオプションの直前で、「条件付き予測」オプションがチェックされているかどうかを確認します)。 ）。
あなたが言及したように、「条件付き予測」ではランダムブロックのレベルを選択できます（ランダムブロック効果はもはやランダムではなく、選択できる固定効果に似ているため、信頼区間が小さくなります）。条件付きオプションをオフにすると、予測の分散にランダム ブロック効果が考慮されます (ランダム ブロックのレベルを選択できず、信頼区間が大きくなります)。
- 「条件付き予測」の場合、将来の新しい実行は新しいブロックに起因しますが、この新しいブロックの効果はまだ不明であるため、デフォルトでオフセット値 0 が設定されています (事前に知ることはできません)。このブロックの新しい実行が、別のブロックからの以前の実行よりも平均的に高いか低い場合、オフセットはありません)。
- あなたの場合、「条件付き予測」のチェックを外し、「応答Y」、「見積もり」、「予測式の表示」の横にある赤い三角形の予測式を見てください。 これと同様の式がある場合があります (この式にランダム ブロック レベルが存在しないことを確認できます)。
2.41318058401651 + 1.08446092046299 * :X1 + 0.672993409088489 * :X2 + 1.00977007848638 * :X3
+1.41114309105797 * :X4 + Match( :X6,
"L1", 1.46585081504277,
"L2", -1.30266943360671,
"L3", -0.163181381436053,
.
) + :X1 * (:X2 * 1.58560226366689) + :X2 * (:X3 * 1.30368310940107) + :X3 * (:X3 *
3.86103114153648) + :X2 * (:X4 * 0.591689620884462) + :X1 *
Match( :X6, "L1", 1.6824493957067, "L2", -0.835857163875241, "L3", -0.846592231831457, . ) +
:X2 * Match( :X6, "L1", 2.20524178427256, "L2", -2.78718463269197, "L3", 0.58194284841941, . )
+ :X4 * Match( :X6,
"L1", 3.57200821808011,
"L2", -3.45349090461962,
"L3", -0.118517313460483,
.
)
応答、および下限/上限 95% CI の数式を保存できます。 これにより、ランダムブロック効果を考慮した予測が得られ、あなたの場合により関連する可能性があります.
この回答がお役に立てば幸いです。
ランダムブロックを使用した DOE の予測と信頼区間は?添付ファイルには、5 つの連続因子、3 レベルの 1 つのカテゴリ因子を含むカスタム計画があります。この計画には、機器の制限により 6 ブロックに 36 の実験があります。 このファイル内の結果は、実際の結果ではなくシミュレーションされたものです。 デフォルトのモデルを使用し、効果の概要から PValue >0.05 の項を 1 つずつ削除し、最終的にモデルを取得しました。 ただし、予測プロファイラーにはランダム ブロック [1-6] があり、その中から 1 つを選択する必要がありますが、新しい実験は別のブロックになるため意味がありません。 1 ～ 6 の代わりに別のブロックを選択するにはどうすればよいですか? JMP ファイルに新しい行を追加しました。これは新しい値を予測できますが、信頼区間はありません。 信頼区間を取得するにはどうすればよいですか? 以下の式に基づいてCIを計算できることはわかりました。 変量効果のある DoE について、信頼区間の計算式は何ですか? CI にランダム効果の平均値を追加する必要がありますか?
手伝ってくれてどうもありがとう。
実験計画法ウィンドウズ
