어떤 매개변수가 반응 변수에 가장 큰 영향을 미칩니까?안녕
저는 JMP Pro를 처음 사용하기 때문에 다음 문제를 처리하는 방법에 대해 잘 모릅니다.
(나는 또한 삽입했습니다 아래에)
나는 다양한 조합으로 발효의 3가지 매개변수를 조사했습니다(내 DoE)
그리고 단백질 농도를 정량화했습니다(이것이 제 반응 변수입니다).
단백질 농도에 가장 큰 영향을 미치는 매개변수는 무엇인지 알아볼 수 있나요?
|
산도
|
온도
|
희석 비율
|
단백질 농도
|
|
5.5
|
32
|
0.1
|
0.002989482
|
|
6.5
|
32
|
0.1
|
0.003129305
|
|
4.5
|
26
|
0.1
|
0.002990589
|
|
5.5
|
26
|
0.2
|
0.00247863
|
|
5.5
|
37
|
0.1
|
0.002470013
|
|
6.5
|
37
|
0.2
|
0.000480857
|
|
4.5
|
32
|
0.2
|
0.002055102
|
|
5.5
|
32
|
0.2
|
0.003187044
|
미리 감사드립니다.
안녕하세요,
칼
고급 통계 모델링자동화 및 스크립팅실험 설계품질 및 공정 엔지니어링Re: 응답 변수에 가장 큰 영향을 미치는 매개변수는 무엇입니까?이 디자인은 어디서 구하셨나요? JMP의 DOE 플랫폼 중 하나를 사용하여 만드셨나요?
당신의 질문, " 단백질 농도에 가장 큰 영향을 미치는 매개변수가 무엇인지 확인할 수 있습니까? "는 이 단계에서 요인 또는 효과를 선별하고 있음을 나타냅니다. 요인 설정을 통해 응답을 최적화하기 위해 반드시 응답을 모델링하려고 시도하는 것은 아닙니다. 그러한 경우에 중요한 질문은 실제 효과를 감지할 수 있는 기회가 얼마나 되는가입니다. 전력 분석이 이에 답할 수 있습니다. 다음은 디자인 분석입니다.
힘은 실제 효과를 감지할 수 있는 기회입니다. 원하는 전력 수준은 주관적이지만 높은 전력이 좋습니다. 효과 크기, 반응의 분산, 의사 결정의 유의 수준 및 런 수에 따라 다릅니다. 내 분석에 따르면 효과가 표준 편차보다 약 20배 더 큰 경우 실제 효과를 찾을 확률은 약 80-97%입니다.
Re: 응답 변수에 가장 큰 영향을 미치는 매개변수는 무엇입니까?커뮤니티에 오신 것을 환영합니다. 앞으로는 JMP 테이블만 추가하는 것이 가장 좋습니다.
첫 번째 질문: 과학적 또는 공학적 의미에서 단백질 농도의 변화가 얼마나 의미가 있습니까? 이를 실천적 의미라고 합니다. 반응 변수가 흥미로울 만큼 충분히 다양합니까? 당신이 관심을 가질 변화의 가장 작은 증분은 무엇입니까?
둘째, MSE의 직접적인 추정치(예: 복제 없음)가 없는 부분 요인이 있습니다. 2개의 요인은 3수준이고(그 중 하나는 균형이 맞지 않습니까?) 세 번째 요인은 2수준입니다. 어떤 모델에 관심이 있습니까? 복제되지 않은 디자인에 대한 초기 분석에는 p-값이 없으므로 파레토 플롯과 일반 플롯에서 흥미로운 효과를 살펴보십시오. 참고: 2차 선형 효과와 2차 항을 혼동했습니다. 또한 항상 실행 순서를 추적하는 것이 좋습니다.
다음 스크립트를 사용하여 데이터 테이블을 추가했습니다. 디자인 평가(앨리어싱, 파워 등 추정용) 및 모델 적합(초기 평가용). 왼쪽 상단 영역의 녹색 화살표를 클릭하기만 하면 됩니다.) 출력은 SME를 통한 해석이 필요합니다.
Re: 응답 변수에 가장 큰 영향을 미치는 매개변수는 무엇입니까?에 조금 추가하려면 @Mark_Bailey 그리고 @statman 의 현자 조언, 귀하의 질문과 같은 질문에 대해 가장 먼저 해야 할 일은 다양한 형식으로 데이터를 구성하는 것입니다. 나는 특별한 순서 없이 실험의 순서대로 응답을 제안합니다. 응답의 간단한 히스토그램. 그리고 각 x와 y에 대해 Y를 X로 맞춥니다. 여기에 이유가 있습니다.
1. 실험 순서대로 플로팅하는 것은 숨어 있는 요인이 당신이 정말로 추구하는 것을 혼란에 빠뜨리지 않는지 확인하기 위한 사전 모델링 최고의 기회입니다.
2. 응답 히스토그램은 응답 분포의 중심, 산포 및 모양을 식별하는 데 도움이 됩니다. 프로세스 지식을 고려할 때 히스토그램이 합리적으로 보입니까? 후속 모델링에 문제를 일으킬 수 있는 응답이 있습니까? 특이치? 넌센스 값? 누락된 값이 있습니까? 등.
3. 마지막으로 Fit Y by X 플롯은 모델의 구조에 대한 몇 가지 힌트를 제공할 수 있습니다. 또한 관계가 있는 것 같으면 선험적 프로세스 지식에 대해 이해가 됩니까? 저는 항상 함께 일했던 엔지니어에게 이러한 플롯을 검토할 때 "플롯에서 물이 오르막으로 흐르는 것으로 나타나면 문제가 있는 것이며 이 명백한 결론을 조정하기 위해 중지하고 일시 중지해야 합니다."와 같은 질문을 하곤 했습니다.
위의 작업을 수행하고 결과에 만족한 후에야 모델링을 진행합니다.
