Re: フェース中心のコンポジット デザインの適合性の欠如やあ@dNADA 、
コミュニティへようこそ！
Lack-of-fit テストに関する JMP ヘルプの説明を最初に確認しましたか? :不適合 (jmp.com)
入手可能な限られた情報に基づいて、あなたの質問に対する私の回答は次のとおりです。
- さまざまな計画手順に従うかどうかは完全にはわかりません。最初に部分実施要因計画を作成し、この計画から、検出された 3 つの有意因子の CCD に拡張して、それが正しいか (または拡張せずに新しい CCD を作成したか) ) ?
モデリングで中心点がどのように「バイアスを引き起こす」のか理解できませんか? 中心点は複製であるため、これらの点で測定された応答の変動性を確認しましたか? ドメインの専門知識や再現性/再現性研究と比較して、変動性は十分に低いですか?
設計の拡張を行った場合、拡張中に新しい実行を別のブロックにグループ化して、2 つのステップ間の測定値の変化を考慮しましたか?
不適合検定は、指定したモデルの項が多すぎるか、データに比べて不十分である可能性があることを示しています。反復実行から推定された純粋な誤差 (中心点) を残りの誤差と比較します。エラー (合計エラー - 純粋なエラー)。
- いいえ、統計的特性 (外れ値など) に基づいて「できる」と正当化できない場合は、ポイントを削除しないでください。とドメインの専門知識 (誤った値、測定記録のタイプミス、測定システムのバグ/問題など)。
あなたの例では、2 つのモデルの結果を比較することができます.1 つはすべてのポイントを持つ通常のモデルで、もう 1 つは中心点の実行を「非表示にして除外する」ことで、結果が大きく異なるかどうかを確認できます。 ただし、モデルの変動性と比較した応答の測定変動性 (RMSE)、モデルの項の有意性など、他のオプションの前にチェックすることもできます。
- DoE をどのように構築し、どのようにモデリングを行ったのか完全にはわからないため、提供された 2 つのスクリーンショットだけではお役に立てないかもしれません。 ただし、「効果の要約」、「パラメーター推定値」、または「効果検定」パネル (各応答の横にある赤い三角形、次に「回帰レポート」、または「効果の概要」の赤い三角形のメニュー)。 CCD のような RSM 計画を行ったことがあれば、すべての主効果、2 因子交互作用、および 2 次効果を含むモデルを作成できるはずです。
モデルにこれらのタイプの項が既にありますか? どれが重要ですか? 高次項や別のことを考える前に、JMP テーブルを使用してモデルを改良できるかどうかを確認するのに役立ちます。
残差プロット (および実際と予測) から、現在のモデルでは適切に処理されない曲率があるように思われるため、モデルに交互作用と二次効果があるかどうかを確認できます。 すでにそれらを持っている場合は、より高次の条件が必要になる場合があります。
因子ごとに 3 つのレベル (最小、中、最大) があるため、CCD 設計の場合、モデルで 2 次効果よりも高い効果を適切に考慮することができないため、最大 2 次効果のみを適合させることができます。 3 次の項に適合させるには因子ごとに 4 つのレベルが必要であり、4 次の項に適合させるには 5 つのレベルが必要です。したがって、モデリングでこれらの項が必要な場合は、設計の拡張が必要になります。
- ここで、GenReg からのさまざまな推定方法に関する詳細情報を入手できます。推定方法のオプション (jmp.com)
- 設計とデータに基づいて「適切な」モデルを作成できない場合 (そしておそらく、より高次の項が必要な場合もあります)、DoE テーブルから「DoE」、「Augment Design」をクリックして、因子を指定し、反応 ：オーグメントデザイン (jmp.com)
そこから、設計を「拡張」(および新しい実行を新しいブロックにグループ化) し、「モデル」パネルでモデルに含める他の項を指定できます。
この最初の回答が参考になることを願っています。
Re: フェース中心のコンポジット デザインの適合性の欠如やあ、
からのアドバイスはすべて@ビクター_G健全です。 また、あなたが何をしたかをもっと理解しないと、完全な答えを出すのは難しいと思います. スクリーンショットでも構いませんが、説明用のデータを .jmp テーブルとして添付するとさらに便利です。
中心点が不適合統計にバイアスをかけているかどうかを尋ねることで、あなたが何を意味するかを知っていると思います. 18 個の CP は、不適合テストで使用される純粋誤差の計算に強い影響を与えます。 計画の中心での誤差の分散が、計画全体の誤差の分散を表していない場合 (これが当てはまる理由を考えることができるかもしれません)、中心点が適合の欠如にバイアスをかけています。テスト、少なくともある程度。 これは、一部の人々が中心点を使用しないことを好む理由の 1 つです。 ただし、中心点の繰り返しが因子空間全体の誤差を表している可能性も十分にあります。
トリプリケートは本当に独立した実行ですか? つまり、各 3 連の 1 番目と 2 番目の間、および各 3 連の 2 番目と 3 番目の間で因子を完全にリセットしましたか? それとも、各三重測定は、同じ前処理サンプルからの 3 回の反復測定ですか? それらが真に独立した実行ではない場合、「準備」のランダム効果項を追加しない限り、モデルの有効性と不適合テストにも影響します。
また、適合テストの欠如が完全に有効であり、それが何を意味するかを考慮する必要があります。 適合の欠如は、モデルが間違っているか正しいかを示しません (「すべてのモデルが間違っている」)。 チェックボックスの演習として、不適合の重要性を単に使用しないでください。 それが本当に意味することを考えてみましょう。 誤差項の大きさを考慮し、それがシステムの経験に適合するかどうかを質問してください。 フィット感の欠如が「重大」である場合、それは実際に重要ですか? そうではないかもしれません.
当てはまらないことが有効かつ重要であると思われる場合は、モデルに高次の項を追加することをお勧めします。 あなたのデザインが見えないので、どのようなモデルを見積もることができるかわかりません。 しかし、モデルで 3 次 (X1*X1*X1) および/または部分 3 次 (X1*X1*X2) 項をテストしたい場合があります。
これが役立つことを願っています。
フィル
Re: フェース中心のコンポジット デザインの適合性の欠如ビクターとフィルの両方が、優れたアドバイスといくつかの素晴らしい質問を提供してくれました。 これを試して、中心点だけのデータ テーブルのサブセットを作成します。 実行順に並べ替えます。 それらをプロットします。X、MR チャート、またはグラフ ビルダーを使用できます。 パターンや異常なデータ ポイントはありますか? 中心点に見られる変動は、プロセスの「典型的な」変動を表していますか? データを分析するには、中小企業の支援が必要になる可能性があります。
Re: フェース中心のコンポジット デザインの適合性の欠如他の素晴らしいコメントフォームに加えて@ビクター_G 、 @スタットマン、 と@フィル_ケイ、スタッド残余プロットは、おそらく、説明されていない黒化が進行しているように見えます。最初の 30 回程度の実行では、残差は低く歪められ、次の 20 回程度は高く歪められます。 すべての実行は 1 日で完了しましたか? 数日にわたって？ 別のアナリストなど？
Re: フェース中心のコンポジット デザインの適合性の欠如両方の図は、適合の欠如によるパターンを示すプロットを示しています。 Actual by Predicted プロットのアイデンティティ ラインからの偏差、または残差プロットの Y = 0 からの偏差と比較して、複製がどれだけ近いかに注目してください。 レプリケーションはどのように実行されましたか? 実行は完全に無作為化されましたか? (各実行はランダムな順序で選択され、次の実行の前にすべての要因がリセットされましたか?)
顔中心の複合デザインのフィット感の欠如ごきげんよう。
私は非エンジニアリング分野の博士課程の学生で、過去 1 か月間 JMP 17 Pro を使用しています。 JMP ソフトウェアを使用するのは初めてで、JMP Web サイト、YouTube、Chemistry World を通じて自習して RSM にたどり着くことができましたが、不適合の問題のトラブルシューティングに苦労しています。 私は、部分要因計画 (2^6-2) を使用して最適化プロセスを開始し、2 レベルのスクリーニングを使用して重要な因子をスクリーニングしました。 そこから、古典的なデザインの RSM を使用してランダムなラン順序で 6 つの追加の中心点を持つわずかに幅広の軌道を使用して、3 つの重要な要素に対するフェース中心の複合デザインを 3 つ作成しました。 出力は、信号を測定する複数の化合物の 18 の中心点を含む 60 の実験でした。 適合度がわずかに低い化合物は 2 つだけで、残りは P<0.001 でした。 私の質問は次のとおりです。
1. 中心点の数が多いことが他の化合物のモデリングで偏りを引き起こしているかどうかを確認するにはどうすればよいですか?
2. 中心点を削除し、他のすべての応答をモデリング用に保持しても問題ありませんか?
3. 機器を微調整する前に、JMP のモデルが 2 次または高次の多項式に適合するかどうかを確認して調整する方法。
4. 読みました@Phil_Kayの使用を提案しました別の投稿で同様の問題に関する Gen Reg のベスト サブセットと SVEM Lasso を示します。 DOE で望ましい不適合度を得るために RSM を適合させるためのこれら 2 つのアプローチを使用したデータ分析の詳細はどこで入手できますか?
5. そうでない場合、望ましい不適合を達成するために実験を強化するにはどうすればよいですか?
手伝ってください。
ありがとう
Residuals PlotResiduals Plot残差プロット
Actual versus Predicted PlotActual versus Predicted Plot実際のプロットと予測されたプロット
実験計画法
