Hallo JMP-Team und Community!
Hier ist ein DoE-Wunsch basierend auf Kovariaten aus verschiedenen Tabellen.
- Was hat Sie zu dieser Wunschlistenanfrage inspiriert?
Design of Experiments basierend auf Kovariatenfaktoren aus zwei Tabellen – JMP User Community
Ich stand vor einer schwierigen Situation, um ein DoE mit 5 Kovariaten einzurichten:
- 2 Kovariaten aus Tabelle A sind vorhergesagte physikalisch-chemische Eigenschaften von Formulierungen (dank des Modells eines ersten DoE),
- 3 Kovariaten, unabhängig von den ersten, aus einer Tabelle B, sind Merkmale verschiedener Verpackungen.
Ich wollte ein Modell mit diesen 5 Kovariaten erstellen (Screening der Haupteffekte und Wechselwirkungen, einige als "wenn möglich" und andere als "notwendig" mit 30 Läufen festgelegt), um die Beziehungen und Wechselwirkungen zwischen Formulierungskovariaten und Verpackungsmerkmalen auf die Antwort zu bewerten, aber wann Ich verwende „Benutzerdefiniertes Design“ und möchte Kovariaten hinzufügen. Ich habe nur die Möglichkeit, Kovariaten aus der Tabelle hinzuzufügen, auf der ich ein benutzerdefiniertes DoE erstelle (Tabelle A ODER Tabelle 
.@SDF1 empfohlen um die Datentabelle der obersten Ebene auszuwählen, bevor der Kovariatenbegriff hinzugefügt wird, was zwar funktioniert, aber für mich in Bezug auf meine Einstellungen nicht zufriedenstellend ist:
- Die Kovariaten Ax und Bx sollten sein unabhängig voneinander , was bei dieser Technik nicht mehr der Fall ist (da JMP anscheinend einen Outer Join basierend auf der größten Tabelle (oder Inner Join) mit rowID als Join-Option durchführt),
- Beim Erstellen des Designs werden aufgrund der Verknüpfung der beiden Tabellen nicht alle Kombinationen untersucht (Kovariaten von A erfüllen nicht alle Bedingungen mit Kovariaten von , und ich habe ein wenig effizientes Design:
Skript des Designs:
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}
);
Leistungsanalyse:
Seitdem habe ich eine "externe" Lösung gefunden, indem ich eine neue Tabelle mit allen Kovariaten aus den beiden Tabellen erstellt habe und so dank eines Tiefs alle möglichen Kombinationen A/B der 2 Faktoren aus Tabelle A mit 3 Faktoren aus Tabelle B erstellt habe -Code-Tool und einige Schleifen. Beim Erstellen des benutzerdefinierten Designs auf diesem Tisch finde ich ein zufriedenstellenderes Design:
Ich habe mich zu Testzwecken an die verschiedenen Tische gesetzt (aus Gründen der Vertraulichkeit nicht dasselbe wie für mein Thema, aber ich habe mein Bestes versucht, ein Mock-up zur Veranschaulichung der Situation zu haben).
- Welche Verbesserung wünschen Sie sich?
Es wäre großartig, wenn es eine Lösung gäbe, bei der JMP:
- Bitten Sie uns, die Tabelle auszuwählen, auf der sich die Kovariaten befinden (im Falle von separaten Tabellen, die Kovariaten enthalten).
- In der Lage sein, die Daten im Speicher zu speichern und uns die Möglichkeit zu geben, alle Kombinationen im Hintergrund durchzuführen, wenn das Design auf der Grundlage von zwei Kovariatentabellen erstellt wird. Vielleicht eine Option, um "unabhängige Kovariaten" zu überprüfen?
- Warum ist diese Idee wichtig?
Das benutzerdefinierte Design ist ein hervorragendes Werkzeug, um mit Kovariaten umzugehen und optimale Designs zu erstellen, die auf bestimmte Situationen zugeschnitten sind. Dieses Upgrade würde das Tool noch leistungsfähiger und anpassungsfähiger machen, da es in der Lage wäre, Designs mit Kovariaten aus verschiedenen Tabellen zu erstellen und angemessene Designs vorzuschlagen.
Ich hoffe, mein Wunsch ist klar, wenn nicht, zögern Sie nicht, einen Kommentar abzugeben oder zu mir zurückzukehren,
Vielen Dank im Voraus !
