Re: 決定的スクリーニング計画に適合するアクティブな効果の決定をステージごとに確認するにはどうすればよいですか?私があなたの質問を理解しているかどうかは定かではありませんが、ヘルプでは（あなたが言うように）さらに次のように述べています。
「YME を使用して、主効果をこの推定値に対してテストします。 p 値がしきい値の p 値よりも小さい主効果は、有効であると見なされます。 しきい値は次のとおりです。
– 誤差の自由度が 1 の場合、しきい値は 0.20 です。
– 2 つの誤差自由度の場合、しきい値は 0.10 です。
–誤差の自由度が 2 を超える場合、しきい値は 0.05 です。
あなたの場合、DF=5 なので、しきい値は 0.05 です。これが、因子 C が「アクティブ」と示されている理由です (その p 値、Prob >|t| は 0.05 未満です)。
Re: 決定的スクリーニング計画に適合するアクティブな効果の決定をステージごとに確認するにはどうすればよいですか?DSDには6つの要因があります。この表には、そのうちの 3 つが表示されています。3 つのうちの 1 つが強調表示されており、他の 3 つはまったく表示されていません。 なぜその3つ？そして、残りの3つはどこですか？そして、なぜそれらのうちの2つが確率 >|t| 0.05をはるかに超えていますか？そして、行方不明の3人は表示されませんか？
効果のp値がしきい値のp値よりも小さいものだけを示していると思いました。もしも確率 >|t|が p 値である場合、そのしきい値を満たさない 2 つのアクティブな効果を示しています。そして、他の3つはまったく表示されません。これは Prob >|t| を示唆しています。効果の p 値ではありません。
その場合、その効果がしきい値 p 値よりも小さいかどうかを判断するために使用している効果の p 値はどこにありますか?それが私の質問です。各効果のこれらの p 値を確認して、しきい値の p 値よりも小さいもののみを選択したことを調べるにはどうすればよいですか。そして、他の p 値を確認して、それらがアクティブとして選択されるまでの距離を確認したいと思います。
Re: 決定的スクリーニング計画に適合するアクティブな効果の決定をステージごとに確認するにはどうすればよいですか?うーん... 6 つの主効果 (A、B、C、D、E、F) がある場合、3 つの主効果と 3 つの 2 次項: A、B、C、AB、AC、BC または A、B、 C、A^2、B^2、C^2) では、何が起こっているのかわかりません。
Re: 決定的スクリーニング計画に適合するアクティブな効果の決定をステージごとに確認するにはどうすればよいですか?はい、申し訳ありません。元の質問で、写真に示されているのは 6 ファクター 17 実行 DSD であると言うべきでしたが、私の特定の DSD は私の質問には関係ありません。
Re: 決定的スクリーニング計画に適合するアクティブな効果の決定をステージごとに確認するにはどうすればよいですか?私が疑うのは答えです：
1 つの例では偽の因子 (4 つの余分な実行) があったため、JMP は最初にモデルとは無関係に誤差分散の推定値を計算しました。次に、ステージ 1 の出力テーブルの最初の列であると思われる YME を使用し、「この見積もりに対してテストしました」。これに対してどれだけの自由度があるかはわかりません。また、p 値のしきい値を 0.2 に指定すると、奇数次効果 (主効果) のうち 2 つが出力テーブルから削除されるという事実に当惑しています。したがって、0.05 を使用していて、誤差分散の自由度が 2 を超えていたと思われます。そのため、6 つの奇数次効果 (主効果) のうち 3 つがこの 0.05 のしきい値を下回り、他の 3 つがそうではないと結論付けたので、0.05 を下回った 3 つを保持します。
次に、他の 3 つの主効果から変動性を取得し、それらを誤差分散にプールして、確率の標準誤差、t 比、および p 値を変更 > |t|列で、これが p 値であるとヘルプに記載されています。そのため、6 つの因子のうち 2 つの p 値は、もはやしきい値を下回っていません。これは、追加の自由度を誤差分散にプールすることで、誤差分散とすべての結果の計算が変化したためです。表示されている RMSE は、この最終的な誤差分散推定値ですか?プーリング前の元のものは表示されず、それを表示するオプションがどこにもないように見えます。私は本当にそれを見たいと思っています-またはむしろ、何を保持し、何を保持しないかを決定する前、およびエラーに保持されていないものをプールする前のすべての主な効果の表全体.
私が正しければ、0.05 未満の p 値ではなくなったため、テーブルがそれらを示しているのは興味深いことです。その後、それらを保持します。ステージ 2 後の結合モデル パラメーター推定テーブルの場合。
だから私はそれらをどのように解釈するのか分かりません.p 値が 0.05 未満の主効果は「アクティブな効果」であり、そうでないものはアクティブでないという明確な概念は、さらに暗い灰色に変わります。私の例では、 Prob > |t| のもの。 0.1765 と 0.1657 は、追加の自由度をエラーにプールする前のアクティブな効果であり、それらを何にしますか?怠惰な効果？効果なし？あれが好きです。 
より良い名前は、明白な効果と明白でない可能性のある効果であると思います。
おそらく、JMP は元の p 値が 0.05 未満だったためにそれらを保持し、その後の非スクリーニング実験でそれらを保持することが賢明かもしれません。
Re: 決定的スクリーニング計画に適合するアクティブな効果の決定をステージごとに確認するにはどうすればよいですか?やあ@カノニカルハザード、
申し訳ありませんが、このスレッドをたどり、あなたが答えようとしている特定の質問をすべて理解するのに苦労しています. 実例となるデータを添付することで、具体的な回答を得ることができます。
しかし、私はあなたの「私が疑うのは答えです」 ほぼ正しいように聞こえます。 この方法は単純ではありませんが、かなりよく文書化されているようです。 ドキュメントに不明確な点や、欠落していると思われる点や誤りがあると思われる点がある場合は、JMP テクニカル サポート ( support@jmp.com ）。 繰り返しになりますが、実例となるデータが役立ちます。
結果をどう解釈するか？ これについても正しい方向に進んでいると思います。
DSD はスクリーニング計画であるため、一連の実験の次の段階でさらに研究を進めるために、応答に重要な影響を与える要因を理解することが目的です。
残念ながら、「アクティブな」効果または要因を定義する「明確な概念」などはありません。 個人的には、アクティブと非アクティブの区別にあまり満足していません。その区別をするのは間違っています。 そして、p < 0.05 が明確な区別であることに私は確かに満足していません。
Fit DSD は、どの要因と効果が最も重要であるかを見つける便利で迅速な方法です。
しかし、解釈のための分析が必要な場合、特に出版している場合は、従来のモデル選択方法の方がよく知られているため、従来のモデル選択方法に固執することをお勧めします。
モデルの選択方法によって異なる結果が得られますが、これは悪いことではありません。 合理的なコンセンサスがある場合は、結果に自信があるという有用な確認が得られます。
大きな違いがある場合は、その違いとあいまいさについてもっと理解しようとします。 p値だけではありません。 実際、私は p 値をあまり見ていません。 効果の方向とサイズにもっと関心があるので、予測プロファイラーを見るのにより多くの時間を費やします。 重要な違いがある場合は、それを使用してより多くのデータを収集し、あいまいさの解決に近づけることができます。
Fit DSD レポートを改善するための提案がある場合は、それらをJMPウィッシュリスト.
これがお役に立てば幸いです。
フィル
Re: 決定的スクリーニング計画に適合するアクティブな効果の決定をステージごとに確認するにはどうすればよいですか?以下は、因子名を構成した例です。 6つの要因。このプロセスは、有限要素解析シミュレーション (ゼロ複製エラー) です。
17ランのDSDです。
「Fit Definitive Screening Design」で分析します
私はこれを取得します
6 つの要因のうち 3 つがステージ 1 の表に示されていることがわかります。
ステージ 1 の p 値の設定は
質問: Temp と Press がリストに記載されているのはなぜですか?ステージ1金額と一緒にテーブル？確率 > |t| Time と Press は 0.05 を下回っていません。
質問 2: 時間、長さ、幅がステージ 1 の表に記載されていないのはなぜですか?
Re: 決定的スクリーニング計画に適合するアクティブな効果の決定をステージごとに確認するにはどうすればよいですか?JMP の決定的スクリーニングの適合手順で実装された方法を説明している元の論文に興味があるかもしれません。
ブラッドリー・ジョーンズ & クリストファー・J・ナハツハイム (2016):決定的スクリーニング計画のための効果的な計画ベースのモデル選択、テクノメトリクス、DOI: 10.1080/00401706.2016.1234979
第 2 に、他のモデル選択方法は「ブラック ボックス」のようには機能しないため、満足度が高い可能性があります。
第三に、最後の例にはランダムエラーはありません。 JMP の設計手法のほとんどは、モデルに関連する標準誤差を最小化する最適な設計を達成しようとします。 モデル パラメーターと標準誤差を推定するために使用される有限精度数値法は、二乗誤差の合計がゼロの場合に失敗することがよくあります。 (これは数学ではなく、計算です。) このようなエラーは発生しないはずです。 あなたのようなコンピュータ シミュレーションは、通常、空間充填設計でアプローチされ、高速補間のためにガウス過程でモデル化されます。 統計的有意性をスクリーニングまたは決定するという考えは、シミュレーション コードを確認できる場合や、確率的要素がない場合には混乱を招きます。
Fit Definitive Screening Design のアクティブな効果の決定をステージごとに確認するにはどうすればよいですか?JMP 17.0 を使用すると、Fit Definitive Screening Report でアクティブとして選択された効果がどのように選択されたかを確認する方法はありますか?
たとえば、ヘルプ ファイルには、偽の因子または中心点の反復を使用したステージ 1 で、モデルに依存しない誤差分散の推定器が構築されると記載されています。主効果はこの推定値に対してテストされ、p 値がしきい値より小さい効果は有効であるとみなされます。手動で設定しない限り、しきい値は自由度によって異なります。このプロセスはどこに示されていますか?
その推定値は報告されている RMSE とそれを下回る自由度ですか?そうである場合、各主効果の p 値はどこにあるので、JMP がそれらをどのように推定するのか、また、選択した各主効果のしきい値 p 値よりもどのように小さいかを確認できますか?見えません。代わりに、t 比と確率のテーブルを取得します > |t|そしてその表は prob > |t| に対する有効な効果を示しています。 p 値 0.05 よりもはるかに大きく、確率 0.18 と同様に、この Prob > |t| が示唆されます。は、どの効果が有効であるかを判断するためにしきい値と比較する p 値ではありません。
アクティブとして選択されなかったもの、つまり基準を満たさなかったものすべてについて、どのように推定されたのかも知りたいと思っています。いくらくらいでしょうか？
ステージ 2 についても同じ質問です。
申し訳ありませんが、私の知識とスキルには、要因計画または中心複合計画から標準的な ANOVA 表を読み取ることが含まれます。DSD の分析に使用される特別な方法のため JMP を入手しましたが、読み方や読み方を学ぶのに苦労しています。理解それがもたらす結果。DSD を段階的に分析すると、まったく異なる答えが得られ、AICc または BIC を使用して、「Prob>F」が 0.05 未満のさらに多くの効果が選択されます。私はこの 2 つを調整しようとしていますが、最も重要なのは、私にとって非常に新しい Fit Definitive Screening Design レポート (モデルの実行または作成前) の結果を理解することです。
実験計画法
