Ri: Mancanza di adattamento nel design composito centrato sul visoCIAO @dnada ,
Benvenuto nella Comunità!
Hai controllato prima le spiegazioni fornite nella guida di JMP sul test di mancanza di adattamento? : Mancanza di adattamento (jmp.com)
Ecco le mie risposte alle vostre domande, sulla base delle limitate informazioni disponibili:
- Non sono del tutto sicuro di seguire i diversi passaggi del progetto: hai prima creato un disegno fattoriale frazionario e, da questo disegno, lo hai aumentato a un CCD per i tre fattori significativi rilevati, è corretto (o hai creato un nuovo CCD senza aumentare ) ?
Non capisco come i punti centrali possano "causare pregiudizi" nella modellazione? Poiché i tuoi punti centrali sono repliche, hai controllato la variabilità della risposta misurata su questi punti? La variabilità è sufficientemente bassa rispetto alla tua esperienza nel dominio e a qualsiasi studio di ripetibilità/riproducibilità?
Se hai eseguito un aumento del progetto, durante l'aumento, hai raggruppato le nuove esecuzioni in blocchi separati per tenere conto del cambiamento di misurazione tra i due passaggi?
Il test Lack-of-fit è un'indicazione che il modello specificato potrebbe avere troppi termini o non abbastanza rispetto ai dati che hai: confronta l'errore puro stimato dalle tue esecuzioni replicate (punti centrali) con il resto del errore (errore totale - errore puro).
- No, non dovresti rimuovere alcun punto se non hai giustificato che "puoi" farlo, in base a proprietà statistiche (valori anomali, ...) E competenza del dominio (valori errati, errore di battitura nella registrazione delle misurazioni, bug/problema nel sistema di misurazione, ...).
Nel tuo esempio, puoi ancora confrontare i risultati di due modelli, uno normale con tutti i punti e l'altro "nascondendo ed escludendo" le corse dei punti centrali e vedere se i risultati sono molto diversi o meno. Ma puoi controllare prima alcune altre opzioni, come la variabilità della misurazione delle tue risposte rispetto alla variabilità nel tuo modello (RMSE), il significato dei termini nel modello, ...
- Potrebbe essere difficile aiutarti solo con i due screenshot che hai fornito, poiché non sono del tutto sicuro di come costruisci il tuo DoE e di come hai eseguito la modellazione. Ma puoi vedere quali termini sono inseriti nel modello nei pannelli "Riepilogo effetti", "Stime parametri" o "Test effetti" (disponibili nel triangolo rosso accanto a ciascuna risposta, e poi in "Rapporti di regressione" o direttamente nella menu triangolo rosso per "Riepilogo effetti"). Se hai realizzato un progetto RSM come CCD, dovresti essere in grado di creare un modello con tutti gli effetti principali, le interazioni a 2 fattori e gli effetti quadratici.
Hai già questo tipo di termini nel tuo modello? Quali sono significative? Sarebbe utile avere la tabella JMP per vedere se il modello può essere perfezionato prima di pensare a termini di ordine superiore o qualcosa di diverso.
Dai tuoi grafici residui (e effettivi rispetto a quelli previsti), sembra che ci sia una certa curvatura che potrebbe non essere gestita correttamente dal tuo modello attuale, quindi puoi verificare se hai interazioni ed effetti quadratici nel modello. Se li hai già, potrebbero essere richiesti termini di ordine più elevati.
Non sarai in grado di prendere in considerazione correttamente gli effetti superiori a quelli quadratici nel tuo modello se hai un design CCD, poiché hai 3 livelli per fattori (minimo, medio e massimo), quindi puoi adattare solo effetti quadratici max. Avresti bisogno di 4 livelli per fattori per adattare i termini del 3 ° ordine, 5 livelli per adattare i termini del 4 ° ordine, ecc ... quindi richiederebbe un aumento del design se hai bisogno di questi termini nella modellazione.
- Puoi avere maggiori informazioni sui diversi metodi di stima da GenReg qui: Opzioni del metodo di stima (jmp.com)
- Se non riesci a creare un modello "buono" basato sul tuo progetto e sui tuoi dati (e forse hai davvero bisogno di alcuni termini di ordine superiore), dalla tua tabella DoE puoi fare clic su "DoE", "Augment Design" e specificare i tuoi fattori e risposte: Augment Designs (jmp.com)
Da lì, puoi "Aumentare" il tuo progetto (e raggruppare nuove esecuzioni in un nuovo blocco) e specificare quali altri termini vorresti avere nel tuo modello nel pannello "Modello".
Spero che questa prima risposta sia istruttiva per te,
Ri: Mancanza di adattamento nel design composito centrato sul visoCIAO,
Tutti i consigli di @Victor_G è suono. Penso anche che sia difficile dare una risposta completa senza capire di più su ciò che hai fatto. Gli screenshot sono buoni ma allegare alcuni dati illustrativi come una tabella .jmp è molto più utile.
Penso di sapere cosa intendi chiedendoti se i punti centrali stanno influenzando la statistica di mancanza di adattamento. I 18 CP avranno una forte influenza sul calcolo dell'errore puro, che viene utilizzato nel test di mancanza di adattamento. Se la varianza dell'errore al centro del progetto non è rappresentativa della varianza dell'errore nell'intero progetto (potresti essere in grado di pensare ai motivi per cui questo sarebbe il caso), allora i punti centrali influenzeranno la mancanza di adattamento prova, almeno in una certa misura. Questo è uno dei motivi per cui alcune persone preferiscono non utilizzare i punti centrali. Tuttavia, è anche del tutto possibile che le ripetizioni del punto centrale siano rappresentative dell'errore nell'intero spazio dei fattori.
Le triplette sono davvero corse indipendenti? Cioè, hai azzerato completamente i fattori tra il primo e il secondo di ogni triplice copia e tra il secondo e il terzo di ogni triplicato? O ogni triplo è solo 3 misure ripetute dallo stesso campione di preparazione? Se non sono corse veramente indipendenti, ciò influirebbe anche sulla validità del modello e sulla mancanza di test di adattamento, a meno che non si aggiunga un termine effetto casuale per "preparazione".
Dovresti anche considerare che la tua mancanza di test di adattamento potrebbe essere completamente valida e cosa significa. La mancanza di adattamento non ti dice se il tuo modello è sbagliato o giusto ("tutti i modelli sono sbagliati"). Per favore, non usare solo il significato della mancanza di adattamento come esercizio di spunta. Considera cosa significa veramente. Considera la dimensione dei termini di errore e chiediti se ciò si adatta alla tua esperienza del sistema. Se la mancanza di adattamento è "significativa", è effettivamente importante - potrebbe non esserlo.
Se ritieni che la mancanza di adattamento sia valida e importante, potresti voler aggiungere termini di ordine superiore al tuo modello. Non riesco a vedere il tuo design, quindi non so quali modelli sarà possibile stimare. Ma potresti voler testare termini cubici (X1*X1*X1) e/o cubici parziali (X1*X1*X2) nel tuo modello.
Spero che aiuti.
Fil
Ri: Mancanza di adattamento nel design composito centrato sul visoSia Victor che Phil hanno fornito ottimi consigli e alcune ottime domande. Prova questo, crea un sottoinsieme della tabella dati solo per i punti centrali. Ordinali in ordine di esecuzione. Tracciali, potresti usare un grafico X, MR o un generatore di grafici. Ci sono modelli o punti dati insoliti? La variazione osservata nei punti centrali è rappresentativa della variazione "tipica" nel processo? Probabilmente hai bisogno dell'aiuto delle PMI per analizzare i dati.
Ri: Mancanza di adattamento nel design composito centrato sul visoOltre all'altro fantastico modulo per i commenti @Victor_G , @statman , E @Phil_Kay , la trama residua dello stallone sembra, forse, come se ci fosse un oscuramento in corso che non è stato spiegato; per le prime 30 esecuzioni circa i residui sono distorti in basso, i successivi 20 circa sono distorti in alto. Tutte le corse sono state fatte tutte in un giorno? In più giorni? Diversi analisti ecc?
Ri: Mancanza di adattamento nel design composito centrato sul visoEntrambe le immagini mostrano trame che mostrano modelli per mancanza di adattamento. Notare quanto i replicati ravvicinati vengono confrontati con le deviazioni dalla linea di identità nel grafico Actual by Predicted o le deviazioni da Y = 0 nel grafico residuo? Come è stata eseguita la replica? Le esecuzioni sono state completamente randomizzate? (Ogni esecuzione è stata selezionata in ordine casuale e tutti i fattori sono stati ripristinati prima dell'esecuzione successiva?)
Mancanza di adattamento nel design composito centrato sulla facciaSaluti.
Sono uno studente di dottorato con un background non ingegneristico e ho utilizzato JMP 17 Pro nell'ultimo mese. Questa è la prima volta che utilizzo il software JMP e ho effettuato uno studio autonomo tramite il sito Web JMP, YouTube e Chemistry World per poter arrivare a RSM, ma ho difficoltà a risolvere il problema della mancanza di adattamento. Ho iniziato il mio processo di ottimizzazione con un disegno fattoriale frazionario (2^6-2) per selezionare i fattori importanti utilizzando lo screening a 2 livelli. Da lì, ho realizzato un disegno composito centrato sulla faccia per tre fattori significativi utilizzando una traiettoria leggermente più ampia con sei punti centrali aggiuntivi, in triplicato con ordine di esecuzione casuale utilizzando RSM nel disegno classico. Il risultato è stato di 60 esperimenti, inclusi 18 punti centrali per più composti che misurano segnali. Avevo solo due composti con una mancanza di adattamento insignificante, il resto P<0,001. La mia domanda è:
1. Come posso verificare se il numero elevato di punti centrali causa distorsioni nella modellazione per altri composti?
2. È corretto rimuovere i punti centrali e mantenere tutte le altre risposte per la modellazione?
3.Come verificare se il modello in JMP si adatta al polinomio quadratico o di ordine superiore per regolarlo prima di modificare lo strumento.
4. Leggo @Phil_Kay suggerito l'uso di Miglior sottoinsieme e lazo SVEM in Gen Reg per problemi simili in un altro post. Dove posso trovare maggiori dettagli sull'analisi dei dati utilizzando questi due approcci per adattare l'RSM per ottenere la mancanza di adattamento desiderata nel DOE?
5. In caso contrario, come potenziare l'esperimento per ottenere la mancanza di adattamento desiderata?
Per favore aiutami.
Grazie
Residuals PlotResiduals PlotGrafico dei residui
Actual versus Predicted PlotActual versus Predicted Plot Trama effettiva rispetto a quella prevista
Progettazione di esperimenti
