Salut l'équipe et la communauté JMP !
Voici un souhait pour DoE basé sur des covariables de différentes tables.
- Qu'est-ce qui a inspiré cette demande de liste de souhaits ?
Conception d'expériences basée sur des facteurs de covariables de deux tables - Communauté d'utilisateurs JMP
J'ai été confronté à une situation difficile pour mettre en place un DoE avec 5 covariables :
- 2 covariables, issues d'un tableau A, sont prédites des propriétés physico-chimiques des formulations (grâce au modèle d'un premier DoE),
- 3 covariables, indépendantes des premières, issues d'un tableau B, sont caractéristiques d'emballages différents.
Je voulais créer un modèle (dépistage des principaux effets et interactions, certains définis comme "si possible" et d'autres "nécessaires" avec 30 exécutions) avec ces 5 covariables pour évaluer les relations et les interactions entre les covariables de formulation et les caractéristiques d'emballage sur la réponse, mais quand J'utilise "Custom Design" et je souhaite ajouter des covariables, je n'ai que la possibilité d'ajouter des covariables à partir de la table sur laquelle je crée un DoE personnalisé (table A OU table 
.@SDF1 suggéré pour sélectionner la table de données de niveau supérieur avant d'ajouter le terme de covariable, ce qui fonctionne effectivement, mais n'est pas satisfaisant pour moi en ce qui concerne mes paramètres :
- Les covariables Ax et Bx doivent être indépendants les uns des autres , ce qui n'est plus le cas avec cette technique (puisque JMP semble faire une jointure externe basée sur la plus grande table (ou jointure interne) avec rowID comme option de jointure),
- Lors de la conception, en raison de la jointure effectuée sur les deux tables, toutes les combinaisons ne sont pas explorées (les covariables de A ne remplissent pas toutes les conditions avec les covariables de , et j'ai un plan peu efficace :
Scénario du dessin :
DOE(
Custom Design,
{Add Response( Maximize, "Y", ., ., . ),
Add Factor( Covariate, Covariate A1, 0 ),
Add Factor( Covariate, Covariate A2, 0 ),
Add Factor( Covariate, Covariate B1, 0 ),
Add Factor( Covariate, Covariate B2, 0 ),
Add Factor( Covariate, Covariate B3, 0 ), Set Random Seed( 695832949 ),
Number of Starts( 3479 ), 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( {1, 1}, {2, 1} ), Add Term( {1, 1}, {3, 1} ),
Add Term( {1, 1}, {4, 1} ), Add Term( {1, 1}, {5, 1} ),
Add Potential Term( {2, 1}, {3, 1} ), Add Potential Term( {2, 1}, {4, 1} ),
Add Potential Term( {2, 1}, {5, 1} ), Add Potential Term( {3, 1}, {4, 1} ),
Add Potential Term( {3, 1}, {5, 1} ), Add Potential Term( {4, 1}, {5, 1} ),
Set Sample Size( 30 ), Simulate Responses( 0 ), Save X Matrix( 0 ), Make Design}
);
Analyse de puissance :
Depuis, j'ai trouvé une solution "externe" en créant un nouveau tableau avec toutes les covariables des deux tableaux, et ainsi créer toutes les combinaisons possibles A/B des 2 facteurs du tableau A avec 3 facteurs du tableau B grâce à un faible -outil de code et quelques boucles. Lors de la création du design personnalisé sur cette table, je trouve un design plus satisfaisant :
J'ai rejoint les différentes tables pour tester (pas les mêmes que pour mon sujet pour des raisons de confidentialité, mais j'ai fait de mon mieux pour avoir une maquette pour illustrer la situation).
- Quelle est l'amélioration que vous aimeriez voir?
Ce serait formidable s'il y avait une solution où JMP :
- Nous demander de choisir le tableau sur lequel se situent les covariables (en cas de tableaux séparés contenant des covariables),
- Pouvoir stocker les données en mémoire et nous donner la possibilité de faire toutes les combinaisons en arrière-plan lors de la construction du plan basé sur deux tables de covariables. Peut-être une option pour vérifier les "covariables indépendantes" ?
- Pourquoi cette idée est-elle importante ?
La conception personnalisée est un excellent outil pour traiter les covariables et créer des conceptions optimales adaptées à des situations spécifiques. Cette mise à niveau rendrait l'outil encore plus puissant et adaptatif, car il serait capable de créer des conceptions avec des covariables de différentes tables et de suggérer des conceptions adéquates.
J'espère que mon souhait est clair, sinon n'hésitez pas à commenter ou à revenir vers moi,
Merci beaucoup d'avance !
