Re: Fit Definitive Screening Design 활성 효과 판정을 단계별로 어떻게 보나요?귀하의 질문을 이해하는지 확실하지 않지만 도움말에서 (말한대로) 추가로 말합니다.
"YME를 사용하여 이 추정치에 대해 주요 효과를 테스트합니다. p-값이 임계값 p-값보다 작은 주효과는 활성으로 간주됩니다. 임계값은 다음과 같습니다.
– 하나의 오류 자유도에 대해 임계값은 0.20입니다.
– 2개의 오차 자유도에 대해 임계값은 0.10입니다.
– 오류 자유도가 2개 이상인 경우 임계값은 0.05입니다."
귀하의 경우 DF=5이므로 임계값은 0.05입니다.이것이 요인 C가 "활성"으로 표시되는 이유입니다(그 p-값, Prob >|t|는 0.05 미만임).
Re: Fit Definitive Screening Design 활성 효과 판정을 단계별로 어떻게 보나요?DSD에는 6가지 요소가 있습니다.표에는 세 가지가 표시되며 세 가지 중 하나는 강조 표시되고 나머지 세 가지는 전혀 표시되지 않습니다. 왜 그 세 개?나머지 3개는 어디에 있습니까?그리고 왜 그들 중 두 개가 확률 >|t| 0.05보다 훨씬 높습니까?그리고 누락 된 세 가지가 표시되지 않습니까?
효과에 대한 p값이 임계값 p값보다 작은 경우에만 표시되는 것이라고 생각했습니다.만약에 확률 >|t| p 값이면 해당 임계값을 충족하지 않는 두 가지 활성 효과를 보여줍니다.그리고 다른 세 개는 전혀 표시되지 않습니다.이것은 나에게 Prob >|t| 효과에 대한 p 값이 아닙니다.
이 경우 해당 효과가 임계값 p-값보다 작은지 확인하는 데 사용하는 효과의 p 값은 어디에 있습니까?그게 제 질문입니다.임계값 p-값보다 작은 항목만 선택했는지 검사할 수 있도록 각 효과에 대한 p 값을 보려면 어떻게 해야 합니까?그리고 다른 p 값을 확인하여 활성으로 선택되기까지의 거리를 확인하고 싶습니다.
Re: Fit Definitive Screening Design 활성 효과 판정을 단계별로 어떻게 보나요?흠...3개의 주효과와 3개의 2차 항: A, B, C, AB, AC, BC 또는 A, B가 아닌 6개의 주효과(A, B, C, D, E, F)가 있는 경우 C, A^2, B^2, C^2) 그러면 무슨 일이 일어나고 있는지 잘 모르겠습니다.
Re: Fit Definitive Screening Design 활성 효과 판정을 단계별로 어떻게 보나요?예, 죄송합니다. 원래 질문에서 그림에 묘사된 6 팩터 17 실행 DSD라고 말해야 했지만 내 특정 DSD는 내 질문과 관련이 없습니다.
Re: Fit Definitive Screening Design 활성 효과 판정을 단계별로 어떻게 보나요?내가 의심하는 대답은 다음과 같습니다.
내 한 예에는 가짜 요인(추가 실행 4회)이 있었기 때문에 JMP는 먼저 모델과 관계없이 오차 분산의 추정치를 계산했습니다.그런 다음 Stage 1 출력 테이블의 첫 번째 열인 YME를 사용하여 "이 추정치에 대해 테스트했습니다".나는 이것에 대해 얼마나 많은 자유도가 있는지 알지 못하며 p-값 임계값을 0.2로 지정하면 홀수 차수 효과(주 효과) 중 두 개가 출력 테이블에서 떨어진다는 사실에 의아해합니다.그래서 나는 그것이 0.05를 사용하고 있다고 생각하고 오차 분산은 2 자유도 이상이었습니다.그런 다음 6개의 홀수 효과(주요 효과) 중 3개가 이 0.05 임계값 미만이고 나머지 3개는 그렇지 않다는 결론을 내렸습니다. 따라서 0.05 미만인 3개를 유지합니다.
그런 다음 다른 세 가지 주요 효과의 변동성을 가져와 표준 오류, t-비 및 prob > |t|의 p 값을 변경하여 오류 분산으로 풀링했습니다. 도움말에 p-값이라고 나와 있는 열입니다.따라서 6개 요인 중 2개에 대한 p-값은 추가 자유도를 오류 분산으로 풀링하여 오류 분산 및 모든 결과 계산을 변경했기 때문에 더 이상 임계값 미만이 아닙니다.그리고 표시된 RMSE는 이 최종 오류 분산 추정치입니까?풀링 이전의 원본은 표시되지 않으며 이를 표시할 수 있는 옵션이 없는 것 같습니다.무엇을 유지하고 유지하지 않을지 결정하기 전과 오류로 유지되지 않은 것을 풀링하기 전에 모든 주요 효과에 대한 전체 테이블을 보고 싶습니다.
내가 맞다면 표에서 더 이상 p-값이 0.05 미만이 아니므로 표에 표시되는 것이 흥미로울 것입니다.그런 다음 유지합니다. 2단계 후의 결합 모델 모수 추정치 표의 경우.
그래서 어떻게 해석해야 할지 모르겠습니다.p-값이 0.05 미만인 주요 효과는 "활성 효과"이고 활성이 아닌 효과는 훨씬 더 어두운 회색으로 바뀝니다.내 예에서 Prob > |t| 0.1765 및 0.1657은 추가 자유도를 오류로 풀링하기 전에 활성 효과이므로 무엇을 만드나요?게으른 효과?비효율적인 효과?나는 그것을 좋아한다. 
나는 더 나은 이름이 명백한 효과와 명백하지 않은 가능한 효과라고 생각합니다.
아마도 JMP는 원래 p-값이 0.05 미만이었기 때문에 이를 유지하므로 후속 비선별 실험에서 유지하는 것이 현명할 수 있습니다.
Re: Fit Definitive Screening Design 활성 효과 판정을 단계별로 어떻게 보나요?안녕 @CanonicalHazard ,
죄송합니다. 이 스레드를 확인하고 답변하려는 특정 질문을 모두 이해하는 데 어려움을 겪고 있습니다. 예시 데이터를 첨부하면 구체적인 답변을 제공하는 데 정말 도움이 됩니다.
그러나 나는 당신의 " 내가 의심하는 것은 답이다 "가 맞는 것 같습니다. 이 방법은 간단하지 않지만 상당히 잘 문서화되어 있는 것 같습니다. 설명서에 명확하지 않거나 누락되었거나 잘못되었다고 생각되는 내용이 있는 경우 JMP 기술 지원( support@jmp.com ). 다시 말하지만 예시 데이터가 유용할 것입니다.
결과를 해석하는 방법? 나는 당신이 이것에 대해서도 올바른 선상에 있다고 생각합니다.
DSD는 스크리닝 설계이므로 목표는 반응에 중요한 영향을 미치는 요인을 이해하여 실험의 다음 단계에서 추가 연구를 진행하는 것입니다.
불행히도 "활성" 효과 또는 요소를 정의하는 "명확한 개념"과 같은 것은 없습니다. 개인적으로 나는 활성과 비활성 사이의 구분이 그리 편하지 않습니다. 그런 구분을 하는 것은 나에게 잘못입니다. 그리고 나는 p < 0.05가 명확한 차이라는 것이 확실히 불편합니다.
Fit DSD는 가장 중요한 요소와 효과를 찾는 유용하고 빠른 방법입니다.
그러나 해석을 위한 분석을 원하는 경우, 특히 출판하는 경우에는 더 잘 알려진 기존 모델 선택 방법을 고수하는 것이 좋습니다.
모델 선택 방법에 따라 다른 결과를 얻을 수 있으며 이는 나쁜 것이 아닙니다. 합당한 합의가 있는 경우 결과를 확신할 수 있다는 유용한 확인을 제공합니다.
큰 차이점이 보이면 차이점과 모호성이 무엇인지에 대해 더 많이 이해하려고 합니다. 저는 단순한 p-값 이상을 봅니다. 사실 저는 p-값을 많이 보지 않습니다. 나는 효과의 방향과 크기에 훨씬 더 관심이 있기 때문에 예측 프로파일러를 보는 데 더 많은 시간을 할애할 것입니다. 중요한 차이점이 있는 경우 모호성을 해결하는 데 더 가까워지기 위해 더 많은 데이터 수집을 안내하는 데 사용할 수 있습니다.
적합 DSD 보고서를 개선하기 위한 제안 사항이 있는 경우 이를 추가할 수 있습니다. JMP 위시리스트 .
이게 도움이 되길 바란다,
필
Re: Fit Definitive Screening Design 활성 효과 판정을 단계별로 어떻게 보나요?다음은 요인 이름을 구성한 예입니다. 여섯 가지 요소.프로세스는 유한 요소 분석 시뮬레이션입니다(제로 복제 오류).
17 실행 DSD입니다.
"Fit Definitive Screening Design"으로 분석
나는 이것을 얻는다
6가지 요인 중 3가지 요인이 1단계 표에 나와 있는 것을 볼 수 있습니다.
1단계 p-값 설정은 다음과 같습니다.
질문: Temp 및 Press가 목록에 있는 이유는 무엇입니까? 스테이지 1 금액?문제 > |t| 시간 및 압박에 대해 0.05 미만이 아닙니다.
질문 2: 1단계 표에 시간, 길이, 폭이 나열되지 않은 이유는 무엇입니까?
Re: Fit Definitive Screening Design 활성 효과 판정을 단계별로 어떻게 보나요?JMP의 확정 선별 적합 절차에 구현된 방법을 설명하는 원본 문서에 관심이 있을 수 있습니다.
브래들리 존스 & 크리스토퍼 J. 나츠하임 (2016): 확정 선별 설계를 위한 효과적인 설계 기반 모델 선택 , Technometrics, DOI: 10.1080/00401706.2016.1234979
둘째, 다른 모델 선택 방법은 '블랙 박스'처럼 덜 작동하기 때문에 더 만족스러울 수 있습니다.
셋째, 마지막 예에는 무작위 오류가 없습니다. JMP의 대부분의 설계 방법은 모델과 관련된 표준 오류를 최소화하는 최적의 설계를 달성하려고 합니다. 모델 매개변수와 표준 오차를 추정하는 데 사용되는 유한 정밀 수치 방법은 오차 제곱합이 0일 때 실패하는 경우가 많습니다. (수학이 아니라 컴퓨팅입니다.) 그런 오류가 없어야 합니다. 귀하와 같은 컴퓨터 시뮬레이션은 일반적으로 공간 채우기 설계로 접근한 다음 빠른 보간을 위해 가우시안 프로세스로 모델링합니다. 시뮬레이션 코드를 볼 수 있거나 확률적 요소가 없을 때 통계적 유의성을 선별하거나 결정한다는 아이디어는 혼란스럽습니다.
Fit Definitive Screening Design 활성 효과 결정을 단계별로 보는 방법은 무엇입니까?JMP 17.0을 사용하여 Fit Definitive Screening Report에서 활성으로 선택한 효과를 어떻게 선택했는지 확인할 수 있는 방법이 있습니까?
예를 들어, 도움말 파일은 1단계에서 가짜 요인 또는 중심점 복제를 사용하여 모델과 독립적인 오차 분산 추정기가 구성된다고 말합니다.주효과는 이 추정치에 대해 테스트되며 임계값 p-값보다 작은 p-값을 가진 효과는 활성으로 간주됩니다.임계값은 수동으로 설정하지 않는 한 자유도에 따라 다릅니다.이 프로세스는 어디에 표시됩니까?
그 추정치가 보고된 RMSE와 그 아래의 자유도입니까?그렇다면 각 주효과에 대한 p-값은 어디에 있습니까? 그래서 JMP가 이를 어떻게 추정하고 선택한 각 주효과에 대한 임계값 p-값보다 얼마나 작은지 확인할 수 있습니까?나는 그들을 볼 수 없습니다.대신 나는 t 비율 및 Prob > |t|의 테이블을 얻습니다. 그 표는 prob > |t|에 대한 활성 효과를 보여줍니다. 0.05의 p-값보다 훨씬 큽니다. 확률 0.18과 같이 Prob > |t| 활성 효과를 결정하기 위해 임계값과 비교하는 p-값이 아닙니다.
활성 상태로 선택하지 않고 기준을 충족하지 않은 모든 항목에 대해 추정한 값을 확인하고 싶습니다.얼마나?
그리고 Stage 2에 대한 동일한 질문입니다.
죄송합니다. 저의 지식과 기술은 요인 또는 중심 합성 설계에서 표준 ANOVA 테이블을 읽는 것과 관련이 있습니다.DSD를 분석하는 데 사용하는 특별한 방법 때문에 JMP를 얻었지만 읽고 읽는 방법을 배우는 데 어려움을 겪고 있습니다. 이해하다 그것이 주는 결과.내 DSD의 단계적 분석은 AICc 또는 BIC를 사용하여 0.05 미만의 "Prob>F"로 훨씬 더 많은 효과를 선택하는 매우 다른 답변을 제공합니다.나는 두 가지를 조화시키려고 노력하고 있으며 가장 중요한 것은 나에게 매우 새로운 Fit Definitive Screening Design 보고서(모델을 실행하거나 만들기 전에)의 결과를 이해하는 것입니다.
실험 설계
