Betreff: Wie kann ich die Entscheidungen zu den aktiven Effekten von Fit Definitive Screening Design nach Phase sehen?Ich bin mir nicht sicher, ob ich Ihre Frage verstehe, aber in der Hilfe (wie Sie sagen) heißt es weiter:
„Mit YME werden die Haupteffekte gegen diese Schätzung getestet. Haupteffekte mit p-Werten kleiner als ein Schwellen-p-Wert werden als aktiv betrachtet. Die Schwellenwerte sind die folgenden:
–Für einen Fehlerfreiheitsgrad beträgt der Schwellenwert 0,20.
–Für zwei Fehlerfreiheitsgrade beträgt der Schwellwert 0,10.
–Für mehr als zwei Fehlerfreiheitsgrade beträgt der Schwellenwert 0,05.“
In Ihrem Fall ist DF = 5, sodass der Schwellenwert 0,05 beträgt.Deshalb wird Faktor C als „aktiv“ bezeichnet (sein p-Wert, Prob >|t|, ist kleiner als 0,05).
Betreff: Wie kann ich die Entscheidungen zu den aktiven Effekten von Fit Definitive Screening Design nach Phase sehen?Es gibt 6 Faktoren in der DSD.Die Tabelle zeigt drei davon, wobei einer der drei hervorgehoben und die anderen drei überhaupt nicht gezeigt werden. Warum diese drei?Und wo sind die anderen drei?Und warum sind zwei davon mit aufgeführt Prob >|t| weit über 0,05?Und die drei fehlenden werden nicht angezeigt?
Ich dachte, es würde nur diejenigen anzeigen, bei denen der p-Wert für den Effekt kleiner als der Schwellenwert-p-Wert war.Wenn Prob >|t| der p-Wert ist, dann zeigt es zwei aktive Effekte, die diesen Schwellenwert nicht erreichen.Und es zeigt die anderen drei überhaupt nicht.Das legt mir Prob >|t| nahe ist NICHT der p-Wert für den Effekt.
Wo ist in diesem Fall der p-Wert für den Effekt, der verwendet wird, um zu bestimmen, ob dieser Effekt kleiner als der Schwellen-p-Wert ist?Das ist meine Frage.Wie sehe ich diese p-Werte für jeden Effekt, damit ich überprüfen kann, ob nur diejenigen ausgewählt wurden, die kleiner als der p-Schwellenwert sind.Und ich würde gerne die anderen p-Werte sehen, damit ich sehen kann, wie weit sie davon entfernt waren, als aktiv ausgewählt zu werden.
Betreff: Wie kann ich die Entscheidungen zu den aktiven Effekten von Fit Definitive Screening Design nach Phase sehen?Hmmm ... wenn Sie 6 Haupteffekte haben (A, B, C, D, E, F, anstatt drei Haupteffekte und drei Terme zweiter Ordnung: A, B, C, AB, AC, BC oder A, B, C, A^2, B^2, C^2), dann bin ich mir nicht sicher, was los ist.
Betreff: Wie kann ich die Entscheidungen zu den aktiven Effekten von Fit Definitive Screening Design nach Phase sehen?Ja, tut mir leid, ich hätte in meiner ursprünglichen Frage sagen sollen, dass es sich um eine 6-Faktor-17-Lauf-DSD handelt, die auf dem Bild abgebildet ist, aber meine spezifische DSD ist für meine Frage nicht relevant.
Betreff: Wie kann ich die Entscheidungen zu den aktiven Effekten von Fit Definitive Screening Design nach Phase sehen?Was ich vermute, ist die Antwort:
Da ich in meinem einen Beispiel falsche Faktoren (4 zusätzliche Läufe) hatte, berechnete JMP zunächst eine vom Modell unabhängige Schätzung der Fehlervarianz.Dann wurde die YME verwendet, die meiner Meinung nach die erste Spalte in der Ausgabetabelle der Stufe 1 ist, und "sie gegen diese Schätzung getestet".Ich weiß nicht, wie viele Freiheitsgrade es dafür hatte, und ich bin verwirrt darüber, dass, wenn ich den p-Wert-Schwellenwert auf 0,2 festlege, zwei der Effekte ungerader Ordnung (Haupteffekte) aus der Ausgabetabelle fallen.Ich vermute also, dass 0,05 verwendet wurde und die Fehlervarianz mehr als 2 Freiheitsgrade hatte.Also kam es zu dem Schluss, dass drei der sechs Effekte ungerader Ordnung (Haupteffekte) unter diesem Schwellenwert von 0,05 lagen, die anderen drei nicht, also hält es an den drei fest, die unter 0,05 lagen.
Dann nahm es die Variabilität von den anderen drei Haupteffekten und fasste sie in der Fehlervarianz zusammen, wobei die Standardfehler, die t-Verhältnisse und der p-Wert in prob > |t| geändert wurden Spalte, in der in der Hilfe steht, dass es sich um den p-Wert handelt.Die p-Werte für zwei der sechs Faktoren liegen also nicht mehr unterhalb des Schwellenwerts, da diese Zusammenfassung der zusätzlichen Freiheitsgrade in der Fehlervarianz die Fehlervarianz und jede daraus resultierende Berechnung verändert.Und der gezeigte RMSE ist diese endgültige Fehlervarianzschätzung?Das Original vor dem Pooling wird nicht angezeigt und es scheint, dass es nirgendwo eine Option gibt, es anzuzeigen.Ich würde es wirklich gerne sehen – oder besser gesagt, die gesamte Tabelle mit allen Haupteffekten vor der Entscheidung, was behalten und was nicht behalten werden soll, und vor der Zusammenfassung derjenigen, die nicht im Irrtum bleiben.
Wenn ich richtig liege, ist es interessant, dass die Tabelle sie dann so zeigt, wie sie nicht mehr mit einem p-Wert unter 0,05 sind.Es hält sie dann. für die Parameterschätzungstabelle des kombinierten Modells nach Stufe 2.
Ich bin mir also nicht sicher, wie ich sie interpretieren soll.Die klare Vorstellung, dass die Haupteffekte mit einem p-Wert unter 0,05 „aktive Effekte“ sind und diejenigen, die nicht aktiv sind, wird zu einem noch düstereren Grau.In meinem Beispiel die mit Prob > |t| von 0,1765 und 0,1657 sind aktive Effekte vor der Bündelung zusätzlicher Freiheitsgrade in Fehler, was sie also macht?Faule Effekte?Unwirksame Effekte?Ich mag das. 
Ich vermute, bessere Namen wären offensichtliche Effekte und nicht offensichtliche mögliche Effekte.
Vielleicht behält JMP sie, weil sie ursprünglich p-Werte unter 0,05 hatten, daher könnte es ratsam sein, sie in späteren Nicht-Screening-Experimenten beizubehalten.
Betreff: Wie kann ich die Entscheidungen zu den aktiven Effekten von Fit Definitive Screening Design nach Phase sehen?Hallo @CanonicalHazard ,
Tut mir leid, ich habe Mühe, diesem Thread zu folgen und all die spezifischen Fragen zu verstehen, die Sie zu beantworten versuchen. Das Anhängen anschaulicher Beispieldaten hilft uns wirklich dabei, konkrete Antworten zu geben.
Aber ich denke, dass Ihr " Was ich vermute, ist die Antwort " hört sich richtig an. Die Methode ist nicht einfach, aber sie scheint mir ziemlich gut dokumentiert zu sein. Wenn etwas in der Dokumentation nicht klar ist oder Ihrer Meinung nach fehlt oder falsch ist, sollten Sie sich an den technischen Support von JMP wenden ( support@jmp.com ). Auch hier sind veranschaulichende Beispieldaten nützlich.
Wie ist das Ergebnis zu interpretieren? Ich denke auch, dass du damit auf dem richtigen Weg bist.
DSDs sind Screening-Designs, daher besteht das Ziel darin, die Faktoren zu verstehen, die einen wichtigen Einfluss auf die Reaktion(en) haben, um sie für weitere Untersuchungen in den nächsten Phasen Ihrer Versuchssequenz vorzutragen.
Leider gibt es keine „saubere Vorstellung“ davon, was einen „aktiven“ Effekt oder Faktor definiert. Ich persönlich fühle mich mit einer Unterscheidung zwischen aktiv und inaktiv nicht sehr wohl, es ist einfach falsch für mich, diese Unterscheidung zu treffen. Und ich fühle mich sicherlich nicht wohl dabei, dass p < 0,05 eine saubere Unterscheidung ist.
Fit DSD ist ein nützlicher und schneller Weg, um herauszufinden, welche Faktoren und Wirkungen am wichtigsten sind.
Wenn Sie jedoch eine Analyse zur Interpretation wünschen, insbesondere wenn Sie veröffentlichen, sollten Sie sich vielleicht an die traditionellen Modellauswahlmethoden halten, da diese bekannter sind.
Sie werden unterschiedliche Ergebnisse zwischen den Modellauswahlmethoden erhalten, und das ist keine schlechte Sache. Wenn es einen vernünftigen Konsens gibt, ist dies eine nützliche Bestätigung dafür, dass Sie sich auf das Ergebnis verlassen können.
Wenn ich große Unterschiede sehe, versuche ich, mehr über die Unterschiede und die Mehrdeutigkeit zu verstehen. Ich betrachte mehr als nur p-Werte. Tatsächlich schaue ich nicht viel auf p-Werte. Ich würde mehr Zeit damit verbringen, mir den Vorhersageprofiler anzusehen, da mich die Richtungen und Größen von Effekten viel mehr interessieren. Wenn es wichtige Unterschiede gibt, kann ich dies verwenden, um die Sammlung weiterer Daten zu lenken, um der Lösung der Mehrdeutigkeiten näher zu kommen.
Wenn Sie Vorschläge zur Verbesserung des Fit DSD-Berichts haben, können Sie diese dem hinzufügen JMP-Wunschliste .
Ich hoffe das hilft,
Phil
Betreff: Wie kann ich die Entscheidungen zu den aktiven Effekten von Fit Definitive Screening Design nach Phase sehen?Hier ist das Beispiel mit erfundenen Faktornamen. Sechs Faktoren.Der Prozess ist eine Finite-Elemente-Analyse-Simulation (Null-Replikationsfehler).
Es ist ein DSD mit 17 Läufen.
Ich analysiere es mit "Fit Definitive Screening Design"
Ich verstehe das
Sie können sehen, dass drei der sechs Faktoren in der Tabelle für Stufe 1 dargestellt sind.
Die p-Wert-Einstellung für Stufe 1 ist
Frage: Warum sind Temp und Press in der aufgeführt Bühne 1 Tabelle zusammen mit Betrag?Das Problem > |t| liegt NICHT unter 0,05 für Time and Press.
Frage 2: Warum wurden Zeit, Länge und Breite nicht in der Tabelle für Phase 1 aufgeführt?
Betreff: Wie kann ich die Entscheidungen zu den aktiven Effekten von Fit Definitive Screening Design nach Phase sehen?Vielleicht interessieren Sie sich für das Originalpapier, in dem die Methode beschrieben wird, die im Fit Definitive Screening-Verfahren in JMP implementiert ist.
Bradley Jones & Christopher J. Nachtsheim (2016): Effektive designbasierte Modellauswahl für definitive Screening-Designs , Technometrie, DOI: 10.1080/00401706.2016.1234979
Zweitens könnten andere Modellauswahlmethoden zufriedenstellender sein, weil sie weniger wie eine „Black Box“ wirken.
Drittens enthält Ihr letztes Beispiel keinen zufälligen Fehler. Die meisten Designmethoden in JMP versuchen, ein optimales Design zu erreichen, das einen mit einem Modell verbundenen Standardfehler minimiert. Die numerischen Methoden mit endlicher Genauigkeit, die zum Schätzen von Modellparametern und Standardfehlern verwendet werden, versagen häufig, wenn der Fehler der Summe der Quadrate null ist. (Es ist keine Mathematik, es ist Rechnen.) Sie sollten keinen solchen Fehler haben. Eine Computersimulation wie Ihre wird normalerweise mit einem raumfüllenden Design angegangen und dann mit einem Gaußschen Prozess für eine schnelle Interpolation modelliert. Die Idee des Screenings oder der Bestimmung der statistischen Signifikanz ist verwirrend, wenn Sie sich den Simulationscode ansehen können oder kein stochastisches Element haben.
Wie kann ich die aktiven Effektentscheidungen des Fit Definitive Screening Designs nach Phase sehen?Gibt es bei Verwendung von JMP 17.0 eine Möglichkeit zu sehen, wie die Effekte ausgewählt wurden, die im Fit Definitive Screening-Bericht als aktiv ausgewählt wurden?
In der Hilfedatei heißt es beispielsweise, dass in Stufe 1 mit gefälschten Faktor- oder Mittelpunktreplikationen ein vom Modell unabhängiger Schätzer für die Fehlervarianz erstellt wird.Die Haupteffekte werden anhand dieser Schätzung getestet und diejenigen mit p-Werten, die unter einem p-Schwellenwert liegen, gelten als aktiv.Der Schwellenwert variiert je nach Freiheitsgrad, sofern er nicht manuell festgelegt wird.Wo wird dieser Vorgang dargestellt?
Ist diese Schätzung der gemeldete RMSE und die darunter liegenden Freiheitsgrade?Wenn ja, wo sind dann die p-Werte für jeden Haupteffekt, damit ich sehen kann, als was JMP sie schätzt und warum sie unter dem Schwellen-p-Wert für jeden ausgewählten Haupteffekt liegen?Ich sehe sie nicht.Stattdessen erhalte ich eine Tabelle mit t-Verhältnissen und Prob > |t| und diese Tabelle zeigt aktive Effekte für prob > |t| viel größer als der p-Wert von 0,05 – wie eine Wahrscheinlichkeit von 0,18, was für mich darauf hindeutet, dass Prob > |t| ist nicht der p-Wert, den es mit dem Schwellenwert vergleicht, um zu bestimmen, welche Effekte aktiv sind.
Ich würde sogar gerne sehen, was es für alles geschätzt hat, was es nicht als aktiv ausgewählt hat – die Kriterien nicht erfüllt hat.Um wie viel?
Und die gleiche Frage für Stufe 2.
Entschuldigung, meine Kenntnisse und Fähigkeiten umfassen das Lesen einer Standard-ANOVA-Tabelle aus faktoriellen oder zentralen zusammengesetzten Designs.Ich habe mich für JMP entschieden, weil es eine spezielle Methode zur Analyse von DSDs verwendet, aber ich habe Probleme damit, das Lesen und Lesen zu erlernen verstehen welche Ergebnisse es liefert.Die schrittweise Analyse meines DSD liefert eine ganz andere Antwort und wählt viel mehr Effekte mit „Prob>F“ unter 0,05 aus, unter Verwendung von AICc oder BIC.Ich versuche, die beiden in Einklang zu bringen und vor allem die Ergebnisse für den Bericht „Fit Definitive Screening Design“ (vor der Ausführung oder Erstellung eines Modells) zu verstehen, der für mich so neu ist.
Versuchsplanung
