Re: DoE の比較 - D/G/A/I の効率がすべて同じで、非常に低いのはなぜですか?やあ@ADouyon 、
どういたしまして ！ このデザインに慣れていただき、ラボでお試しいただければ幸いです。
問題や質問がある場合は、JMP コミュニティにアクセスしてください。 
週末もよろしくお願いします@ADouyon !Re: DoE の比較 - D/G/A/I の効率がすべて同じで、非常に低いのはなぜですか?どうもありがとう、 @ビクター_G様、このデザインを改良する上で貴重なご支援をいただきました。 心から感謝します!!!
ラボでこの設計をテストすることに、より快適で自信が持てるようになりました 
非常に役立つ説明と、いつも迅速な回答をありがとうございます。
良い週末を、 @ビクター_G !!
Re: DoE の比較 - D/G/A/I の効率がすべて同じで、非常に低いのはなぜですか?やあ@ADouyon 、
まず主効果と交互作用を確認してから、計画を拡張して分散予測を最適化する方が理にかなっていると思います。
1- 12 回の実行のバッチで実験を実行できる場合は、ブロッキングを使用する方が安全であり、推奨されます。 あなたの場合、2回の実行の違いを知ることに特に関心があるわけではなく、2回の実行の変動性に関心があるため、あなたのようなランダムブロックは良い選択のようです.
2- 「オーグメント デザイン」プラットフォームの問題は、おそらくランダム ブロックが失われることです (プラットフォームを起動する前に要因に入れても、後で考慮されず、 「複製」オプションではなく、「増強」オプションにアクセスできます)。 デザインを拡張して複製できるようにするための 2 つのオプション:
- 最初の 24 行をコピーして貼り付け、ランダム ブロック レベルを変更するだけです (1 は 3、2 は 4 になります)。
- 12 回の実験のグループごとに 24 回の反復実行が必要であることを計画生成で指定することにより、48 回の実行計画を直接生成します。 最終的にデザイン tv8 (添付) が完成し、十分な実験予算があれば、そこからこのデザインの 48 の実験を直接実行できます。
2 番目のアプローチ (コピー/貼り付けによって拡張された tv7 と比較した tv8) がより効率的である (異なるブロックでの実験実行のより良い再分割、スクリーンショットを参照) 場合でも、2 つのアプローチは類似しています。
Re: DoE の比較 - D/G/A/I の効率がすべて同じで、非常に低いのはなぜですか?ありがとう@マークベイリー明確にするために!!
Re: DoE の比較 - D/G/A/I の効率がすべて同じで、非常に低いのはなぜですか?こんにちは@ビクター_G 、いつものように、説明と迅速な対応に感謝します!!
4 つの要素すべてを含めるように設計を洗練させました (いいえこの要因の影響はまだ完全に不明であるため、X4 を無視します)、推定可能性とのすべての相互作用を「必要」に設定し、時間変数 (X3) の 2 次効果も「必要」に設定しました。 他の 3 つの変数 (X1、X2、X3) の他の 2 次効果は、推定可能性を「可能な場合」に設定して保持しました。これは、曲率があると推測されるため、将来的に設計を拡張したいと考えています。
[変数 X4 との交互作用を除いて、ほとんどの因子との交互作用項から大きな効果が期待できます。変数 X4 については、事前に情報がありません。 そのため、この洗練された設計では、推定可能性に対するすべての相互作用を「必要」に設定しました]。
以前のデザインでは、 "i_tv5_Iopt_changedEst_remov2_24runs" 、用語「X1*X1」と「X2*X4」を削除しました。しかし、私はこれらが重要ではないという証拠を持っていないので、（そして、あなたが私を助けてくれたさまざまな説明に基づいて）私はそれらを新しい洗練されたデザインに保つことにしました(推定可能性が「if-possible」に設定された「X1*X1」、および「necessary」に設定された「X2*X4」)。
「tv6_Dopt_24rns_QTermsIfPoss_ExceptX3X3_110322」という洗練されたデザインが付属します。
今は分散が大きくなっているようですが、ご説明のとおり、今後このデザインを拡張する予定なので大丈夫だと思います。
さて、私は疑問に思っていましたが、「ブロッキング」変数はどれほど重要なのでしょうか?
私の実験は、具体的にテストできる（反応）コンテナで実行できます一度に最大12の異なる条件（治療） . この計画には 24 の異なる処理 (24 回の実行) があるため、最初に 12 の処理を実行してその実験を完了する必要があります。 次に、12 回の処理の最初のバッチが完了したら、残りの 12 回の処理で別の実験を行います。 では、「ブロッキング」変数を追加する必要がありますか?
この「ブロッキング」変数を追加しようとしましたが、「グループはサイズのランダムなブロックに入る」(= 12) という数字「12」を入力しました (「tv7_liketv6_withBlocking」という名前のデザインが添付されています)。 これにより分散がわずかに増加したことに気付きました (スクリーンショットを参照してください。この tv7 デザインのオレンジ色.
1- この部分は正しく行いましたか@ビクター_G ?
2- そして、コンテナに複製用のスペースがあるので、デザインを拡張して複製することもできますよね? デザインを複製するとき、「ランダム ブロック」変数をどうすればよいですか? 添付の 1 番目のスクリーンショットを参照してください。これも [X, factor] ボックスに追加する必要がありますか?
どうもありがとう@ビクター_G !!
Re: DoE の比較 - D/G/A/I の効率がすべて同じで、非常に低いのはなぜですか?予測分散は、予測がこの実験の主要な目標である場合に 2 つ以上の計画を比較するときに役立つ情報です。分散が低いほど、計画は優れています。
データが収集される前は、応答の分散に関する情報がないことに注意してください。 このプロットは、この分散が 1 であると想定していますが、これはありそうもありません。 プロットでは、応答範囲全体で一定の分散を含む、線形モデルとその仮定も想定されています。 応答の推定値がある場合は、このプロットのスケールに推定値を掛けて、実際の予測分散を調べます。 この分散の平方根が予測の標準誤差です。
Re: DoE の比較 - D/G/A/I の効率がすべて同じで、非常に低いのはなぜですか?やあ@ADouyon 、
- その通りです。スクリーニングに追加する要素はほとんどないため、時間の二次効果を追加することをお勧めします。化学的または生物学的プロセスが時間の経過とともに線形に依存することはめったにないため、この二次項をモデルに直接含めるのが最善の場合があります。 . そして、この時間係数 (小数の場合) には「制約」があったため、この係数には 3 つのレベルを持つ離散数値型を選択します。これにより、「可能であれば」推定可能性を持つモデルに二次項が自動的に追加されますこの設定でOK。
- これらのバケットは互いに完全に分離されているわけではありません。これは、DoE の作成プロセス中に、自分がどの段階にあるかを自己評価するのに役立ちます。 実験予算によっては、大きな DoE を 1 つだけ実行したくなるかもしれませんが、ほとんどの効果はおそらく重要ではないか、応答に大きな影響を与えないため、リソースが不足している可能性があります。 これが、調査中の DoE の使用について、スクリーニング、最適化、予測の 3 つのステップで説明する傾向がある理由です。これは、システムについて既に知っていることと、さらに理解して理解するために知りたいことを把握するのに役立つためです。あなたのシステムを予測します。 ここにスクリーンショットとして挿入した図を以前の DoE トレーニングで使用しました。 しかし、あなたが言うように、状況によっては少し単純化しすぎているように見えるかもしれません。以前の知識、ドメインの経験、または履歴データがシステムを公正に理解するのに役立つため、DoE を使用するすべての研究はこれらの 3 つの段階を通過しません。
あなたの場合、因子の数は非常に少ないですが、いくつかの効果 (X4 および X4 を含む交互作用/二次効果) の重要性については不明です。 したがって、パラメーターの推定値を可能な限り正確に評価し、重要な効果と重要でない効果を分類する可能性があるために、D 最適性基準を選択します。
あなたの設計は理にかなっており、レプリケーションの前に実行される 24 回の DoE (「i_tv5_Iopt_changedEst_remov2_24runs」) は、実行サイズと効果のスクリーニングの間の適切な妥協点のように見えます。 また、5 回の反復実行があるため、応答のノイズと不適合を推定できるはずです。
それはまだ予測モデルではないかもしれませんが (必要な精度によって異なります)、どの項が有意であるかを評価するための最初の適切なステップであり、そこから設計を拡張して予測精度を向上させることができます。
この回答がお役に立てば幸いです。
Re: DoE の比較 - D/G/A/I の効率がすべて同じで、非常に低いのはなぜですか?ありがとう@ビクター_G迅速な返信と明確な対応のために!!
- では、私の要因の 1 つが時間である場合、この最初の「概念実証」設計で 2 次効果/項を直接追加しますか、それとも後で (次の反復で) 拡張するときに追加するのを待ちますか?
私の最初の投稿で、時間であり、連続変数である因子がある場合、二次効果が必要であると警告したことを覚えています ( https://docs.google.com/presentation/d/1BOYJfa54Kt2MnH5TrSpSOOr6-GLIwlJKUhZPFK8gxXM/edit?usp=sharing ）。 私の時間係数は、3 つのレベルを持つ個別の数値 (小数を受け入れることができないため) 係数ですが、違いはありますか?
- JMP DOE では、目的に応じて本当に物事をバケツに分けているようです。 1) スクリーニング、2) 最適化、3) 予測。
しかし、人々は常に仕事とデザインを明確に区別しているのでしょうか?
私の計画には 4 つの要因があり、そのうち 3 つが確実に重要な主効果を持つことがわかっています。 設計で非常に重要かどうかわからない要因は 1 つ (X4) だけです (他の 3 つほど重要ではないと思いますが、証拠はありません)。 相互作用の影響は、ほとんどの相互作用項で重要になると思います (おそらく、X4 と相互作用するものを除くすべての項で、これもそれほど重要ではないと思いますが、証拠はありません)。 [そして、二次効果もあると思います...]
したがって、私の設計は、スクリーニング (1 つの因子について何も知らないため) + 最適化 (3 つの因子があり、99.999..% は確かに有意な効果があるため) の混合のように見えます)。 それは意味がありますか？ これを明確にしていただけますか@ビクター_Gこれは、最初に選択した最適性の基準に影響するためです (D 最適性と I 最適性のどちらを選択する必要があるか混乱しています)。
どうもありがとう@ビクター_G !!!
Re: DoE の比較 - D/G/A/I の効率がすべて同じで、非常に低いのはなぜですか?こんにちは@ADouyon 、
はい、通常は 1 つの設計だけを行うのではなく、プロセス/システム/調合に関する知識が増えるにつれて、設計を数回拡張し続けます。
主効果のみをスクリーニングすることから始めて (因子の数と必要な実行回数に応じて、このフェーズで交互作用項を直接追加することができます)、次に交互作用を使用してシステムに関する知識を最適化し、次に二次効果を使用して堅牢な予測を構築できます。モデル。
因子の数と種類によっては、より良い代替案が存在する場合があります。たとえば、因子の数が多い場合 (5 つ以上で、連続または 2 レベルのカテゴリ因子のみ)、決定的スクリーニング計画 (DSD) が適切な選択になる場合があります。偏りのない方法で主効果をスクリーニングし、いくつかの交互作用と二次項を検出する可能性があります。
この回答がお役に立てば幸いです。
Re: DoE の比較 - D/G/A/I の効率がすべて同じで、非常に低いのはなぜですか?本当にありがとう@ビクター_G !! それは理にかなっている！
では、一般的に、最初に交互作用項を主因子でテストし、後で 2 次項を追加して補強するのは良い方法でしょうか? （あなたの提案はこの順序であるため、確認するだけです）。
どうもありがとう@ビクター_G !!
Re: DoE の比較 - D/G/A/I の効率がすべて同じで、非常に低いのはなぜですか?こんにちは@ADouyon 、
この要件は、トピック、ドメイン、およびビジネス価値によって異なる可能性があるため、(相対的な?) 予測分散をどれだけ低くする必要があるかについて、「厳密な規則」または「カットオフ値」はありません。 一部のドメインおよび特定のアプリケーション (製薬など) では、モデルに必要な精度に関する基準があり、他の一部では、この値は科学者/実験者の裁量に任されています。 可能な実験予算とデザイン/実験空間の制約によると、適切な精度との間の妥協が必要です。
実行数を増やすと予測分散が減少するため、2 つの設計間の比較と結果に驚かれることはありません (自由度が高くなり、その結果、エラー/ノイズと効果の推定が向上します)。 ）。
「概念実証」段階にあり、モデルと設計に入力する因子が完全にわからない場合、この因子が応答に影響を与えないことが完全に確信できない場合、因子を削除することは非常に危険です。 （秒）。
安全を確保するために、効果を見逃さないようにするために、予測の分散が大きい（ただし、評価される因子が多い）計画から始めることをお勧めします。 このスクリーニングが (主効果と交互作用について) 完了したら、いつでも計画を拡張して予測分散を減らしたり (予測モデル)、モデルに新しい項を入力したり (モデルの最適化のための二次効果など) することができます。
あなたの選択は、設計 (スクリーニング、最適化、予測) のどの段階にあるか、およびプロセス/製品/製剤/... について既に持っている知識によって異なります。
Re: DoE の比較 - D/G/A/I の効率がすべて同じで、非常に低いのはなぜですか?こんにちは@ビクター_G !
お返事ありがとうございます、とても助かりました!!
それをフォローアップするには、予測分散をどのくらい低くする必要がありますか?カットオフ値はどうなりますか？
JMPのヘルプページには、「低い予測分散が望まれます。」
私は 2 つの DOE 設計の中間にいます。 'tv5' (24 回の処理、重複のため 48 回の実行)と'tv7' (12 回の処理、重複のため 24 回の実行) 、両方付属。 予測分散に関しては、計画 'tv5' の予測分散の方が優れています (より低い)。
しかし、'tv5' は 'tv7' の 2 倍の処理回数 (24 対 12) を持っています。 デザイン「tv7」には 3 つの要素しかありません。必要な実験の数を減らすために「X4」を削除しました。 この最初の実験は、JMP で達成できることを示すための単なる概念実証にしたいので、最初の計画で処理/実行が多すぎないようにしたいのですが、予測される分散が大きすぎるのではないかと心配しています。 tv7にしては高いですよね？
どうもありがとう、 @ビクター_G !!
Re: DoE の比較 - D/G/A/I の効率がすべて同じで、非常に低いのはなぜですか?やあ@ADouyon 、
G 効率が D 効率よりも低いという最初の質問についてですが、1 つの設計だけで異なる効率指標を比較するのは非常に困難です。 効率性指標は、最適化基準の測定値/統計値を集約したものであるため、設計を比較する際に概観を提供できますが、決定を下すには十分ではありません。
- 予測された応答の精度が気になる場合は、実験空間のどの領域で相対分散予測が最も高いかを調べて判断できるため、「予測分散プロファイル」の方がはるかに有益であると思います。 最新の設計では、X2 が最低レベル (1) で X4 が最高レベル (10) の場合、相対分散予測が非常に高くなります。これは、許可されていない組み合わせにより、この領域にポイントがないため、正常です。 (スクリーンショット「実験空間-X4-X2」を参照)。 これは、G 最適性の集約された尺度である G 効率が低い理由も説明できます (実験領域が制限されているため、相対的な予測分散が増加します)。
したがって、実験ポイント/スペースを視覚化し、「予測分散プロファイル」を見て、十分に理解することができます。 見る予測分散プロファイル (jmp.com)詳細および予測の実際の分散の計算については、 を参照してください。
2 番目の質問に関しては、これらの予想される応答値は応答の予測ではありません。もしそうであれば、回帰モデルの係数の正確な値がすでにわかっていると仮定するため、おそらく実験計画を実行しないでしょう。あなたがすでにそれを知っていれば。
これは、2 つの異なる方法で使用できるガイド/ヘルプです。
- 作成したモデルと、自由に選択/変更できるモデル係数に基づいて、実験応答からどの値を期待できるかを知るため (切片の係数を変更して、応答値が他の係数によっては、0/1 を中心としない)。
- 検出力列を使用して、特定の有意水準と RMSE について、設計で検出可能な最小の差 (または検出して影響を与える確率) を評価します。
この回答が参考になれば幸いです。
Re: DoE の比較 - D/G/A/I の効率がすべて同じで、非常に低いのはなぜですか?そのため、RMSE とすべての係数のデフォルト値 1 が役に立ちます。 この設定は、すべての効果の絶対値が少なくとも RMSE の 2 倍になると予想される場合を反映しています。これは相対的な比較です。
Re: DoE の比較 - D/G/A/I の効率がすべて同じで、非常に低いのはなぜですか?ありがとう@マークベイリー明確にするために！
それは理にかなっている！
したがって、現在、デフォルトで予想される係数はすべて 1 です。 すべての係数が同じ値 (=1) であるため、予想される応答は、さまざまな処理/実行間で非常に類似しています (範囲は -0.9 ～ 9)。 右？ ただし、実際の生活では、これらの値おそらくすべてが同じというわけではなく、おそらくこれらの値は 1 に等しくないでしょう. 私はこれを正しく理解しましたか？
どうもありがとうございます！！
Re: DoE の比較 - D/G/A/I の効率がすべて同じで、非常に低いのはなぜですか?はい、まさにその通りです。 この情報は、Power Analysis をこのように使用する場合の一貫性チェックです。 予想される係数を入力して、実行ごとに予想される応答を確認するか、予想される答えを入力して、回帰分析から得られる対応する係数を確認することができます。 これらは、検出力分析を実行すると予想される効果のサイズを JMP に伝える 2 つの異なる方法です。 それらは異なりますが、一貫している必要があります。
Re: DoE の比較 - D/G/A/I の効率がすべて同じで、非常に低いのはなぜですか?やあ@ビクター_G 、時間を割いてすべてを説明し、追加のリソースを紹介してくれてありがとう! とても助かります！
私が疑問に思っていたのは、 G 効率 (32) は D 効率 (41) よりも低い 目標が最適化である場合の懸念事項最適な応答を正確に予測しますか (因子のスクリーニングではありません)?
また、私は「設計と予想される応答の概要」に関する JMP ヘルプ ページ. 具体的には「設計と予想される応答のアウトラインでは、設計の前に予想される応答の列が表示されます。 最初の列の各エントリは、設計設定に対応する予測応答です。 予想される応答は、予想される係数を使用して計算されます...予想される反応はの予測係数値をモデルの係数として使用して得られた応答値。 アウトラインが最初に表示されるとき、予測応答値の計算は予測係数列のデフォルト値に基づいています。 [予想される応答] 列に新しい値を設定する場合は、予想される応答に変更を適用する予想される係数とパワーの列を更新します。」 .
ただし、説明が非常に簡単なので、まだ少し混乱しています。 これらの予想される応答値は、応答の予測ではありませんよね? これらの値は、ラボで実験を行った後にこれらの応答値が期待されるものであることを意味するものではありませんね?
これらの値は現在、私の i_tv5 複製デザイン (添付) で -0.9 から 9 の範囲ですが、ラボで実験を行った後、この -0.9 から 9 の範囲内で応答が得られると期待する必要があるという意味ではありません。 ?
ありがとう@ビクター_G !!
Re: DoE の比較 - D/G/A/I の効率がすべて同じで、非常に低いのはなぜですか?やあ@ADouyon 、
まず、JMP のヘルプ セクションを確認したところ、プラットフォーム「デザインの比較」を使用する場合、効率比に関する説明が正しいことがわかりました。 見る異なる実行サイズの計画 (jmp.com)
あなたの新しい質問について：
- 制約は設計作成の一部であるため (実験空間のどの部分が制限/禁止されているかを知るために考慮され、座標交換アルゴリズムはこの新しい空間に最適な方法で点を配置しようとします)、次のことができます。デザインを生成した後に制約を変更しないでください。 そうしないと、実験空間の新たに禁止/制限された部分にあるポイントが見つかる可能性があるため、これらの実行は実行できません。 恐れ入りますが、最初からやり直す必要があります。 制約と、変数の名前で特定した問題について話している場合は、スクリプトを編集できますが、編集で変数名が正しいことを確認して、既に持っている設計テーブルが正しいことを確認してください。制約を尊重します。
スクリプト「DoE Dialog」をクリックすると、新しいウィンドウが開き、「Make Design」をクリックする直前に持っていたすべての情報が表示されるので、用語の推定可能性を確認できます。あなたのデザインで（スクリーンショットを参照）。
- この X4*X4 は「必要な」推定可能な用語ではないため、「設計の評価」プラットフォームでは表示されません。実行数が、推定するパラメーターの総数よりも小さい (必要 + 可能であれば)。 設計診断に関する JMP ヘルプ: "これらの診断は、[変更] が [ハード] または [非常にハード] に設定されている因子や、[可能性がある場合] に指定されている [推定可能性] が指定された効果を含む計画では表示されません。 （ソース：設計診断 (jmp.com) ）。 そのため、この設計を、この項の推定可能性が「必要」に設定されている設計と比較すると、「悪い」設計診断が得られます (今回の設計の評価で考慮されているため)。
しかし、分析では、この項は引き続き保持されます。たとえば、主効果が有意でない場合、別の効果/項を推定するために自由度がいくらか自由になるためです。 この特定の設計の詳細については、次の URL を参照してください (「可能であれば」推定可能な条件を含む)。最適性の基準 (jmp.com)このタイプのデザインを分析するにはいくつかの方法があります。別の投稿でいくつか言及しました。解決済み: Re: 複数の DOE 設計を比較するとエラーが発生する - JMP User Community
項 X4*X4 の推定可能性を「可能な場合」に設定して計画を維持し、測定した応答がこの項が重要である可能性を強く示している場合、および/または精度が不足している場合は、計画を拡張することをお勧めします。あなたの予測された反応のために。 DoE は必ずしも「一度にすべてを行う」アプローチではありません。より小さな設計から始めて、最も効率的で最適な方法 (逐次的/反復的アプローチ) でそれらを拡張するのが最善の場合がよくあります。
3. 答えはここにあります :検出力分析 (jmp.com)応答の予想値 (または係数の予想値) を自由に変更して、予想される係数の動作 (または逆に応答の予想値がどのように変化するか) を確認できます。 ユースケースで予想される応答に近づけたい場合は、具体的なケースで応答が 10 を超えるように切片係数を変更することを忘れないでください。
4. 最適性の基準は、計画を拡張する方法によって変わる場合があります。 たとえば、スクリーニング計画から RSM 計画に移行する場合 (モデルに交互作用と 2 次項を追加することによって)、最適性の基準が D から I 最適に変わる可能性があります。 最適なオプションは、どれが JMP によって設定されているかを確認することです (テーブルの名前のすぐ下とスクリプトの上にあるテーブルで、どの基準が選択され、どのようにデザインが生成されたかを確認できます)。先に進みます (カスタム デザイン プラットフォームの赤い三角形、最適性基準を選択し、最も関連性の高いものを選択します)。
この回答がお役に立てば幸いです。
Re: DoE の比較 - D/G/A/I の効率がすべて同じで、非常に低いのはなぜですか?やあ@ビクター_Gと@マークベイリー! ご協力ありがとうございました！ とても有難い！
@マークベイリー、洞察をありがとう！ に似ている@ビクター_G 、また、複製または三重の設計と比較したときにそれぞれ見られるこの 0.5 および ~0.333 (効率) の比率に何らかの意味があるのだろうか?
1- ありがとう@ビクター_G制約でそのエラーをキャッチしてください! DOE テーブルを生成した後で実際に拘束を編集することはできますか、それとも最初からやり直す必要がありますか?
同様に、すでに DOE テーブルを生成した後、さまざまな項 (主効果、2 次項など) の「推定可能性」を確認するにはどうすればよいですか?
2- また、(現在更新されている) デザイン (i_tv5 が添付されている) で別の奇妙なことが起こっていることに気付きました。 を指定しましたX4*X4 用語は「可能であれば」 「推定可能性」の選択で。
DOE テーブルを生成した後、[>モデル] (左側のパネル) を確認すると、設計を生成する前に含めたすべての項が表示されます。 しかし、'> Evaluate Design' (これも左側のパネルにあります) に移動すると、X4*X4 という用語が消えていることに気付きました。 そこには表示されません。その x4*x4 項を分析するのに十分な数の実行がないため (合計 #runs は 24)、JMP はその項を計画から削除しましたか?
この項の推定可能性を「必要」に変更すると、設計は最悪になります (添付): a) 予測分散が高くなる、b) 検出力分析がすべて 0 になる、c) 設計効率が 10 分の 1 になる。
x4*x4 用語に関するこの問題により、設計を比較する際に困難が生じています。 このデザインを複製デザイン（添付）と比較してみました。 エラーメッセージが再び表示されます☹ 「一次デザインのモデルは、すべてのデザインに適合するわけではありません。 計り知れないモデル項を削除します。」
どうすればこれを解決できますか? JMP がこのエラー メッセージを無視する場合、このエラー メッセージを無視しますか? この X4*X4 項は重要ではない可能性があると思います (ただし、100% 確実ではありません)。リソースの制限により、24 回を超える実行はできません。
24回しか実行できず、同時にこの用語はあまり重要ではないと思う場合（ただし、以前にテストしたことはありません）、何をお勧めしますか?
3- 一方; 「設計と予想される応答」の下の値は何ですか（スクリーンショットを参照）平均？ それらの値は、私にはまったく意味がありません。 この設計の目標は、応答を最大化することです。 下限を 10 に設定しました。 この「設計と予想される応答」セクションに表示される値は 10 未満、または 0 または一部が負の値です。 これは懸念事項ですか？
4- 最後に簡単な質問:計画を拡張する場合、最適性の基準は拡張された計画にとどまりますか? 設計を拡張して複製すると、複製された設計が「推奨」の最適基準に戻るように見えることに気付きました…。 しかし、JMP が推奨するのは、D 最適性ですか、それとも I 最適性ですか?
お世話になりました！
Re: DoE の比較 - D/G/A/I の効率がすべて同じで、非常に低いのはなぜですか?やあ@マークベイリー、
提供されているスクリーンショットは、プラットフォーム「比較デザイン」から取得されているため、効率はここで「最悪の」デザイン (18 回の実行による v5) と比較して計算されるため、「すでに」相対的です。
したがって、v5 と v6 の効率 (36 回の実行) は 0.5 (効率 v5/v6 = 0.5) であり、これは v6 の効率が v5 の効率の 2 倍であることを意味します。
そして、ロジックが正しければ、v5 と v7 の効率 (54 回の実行) は 0.333 であり、v7 の効率が v5 の効率の 3 倍であることを意味します。 v5 と比較して 0.5 に等しい相対的な設計効率。
それとも私は何かを誤解しましたか？
Re: DoE の比較 - D/G/A/I の効率がすべて同じで、非常に低いのはなぜですか?FDS プロットで使用される予測分散のスケールが間違っているようです。 すべての値がスケールの最大値よりも大きいと思われます。 スケールを変更しようとしましたか？
高次の項では検出力は常に低くなります。 また、どの効果が重要かを判断するために分析を使用していない場合、検出力はそれほど重要ではありません。 モデルを使用して因子設定を最適化する場合、予測分散がより重要になります。
効率は実行回数に対して正規化されるため、計画を複製しても効率は変わりません。 効率は、絶対的な指標としては役に立ちません。 多くの場合、不可能な理論上の設計に関連する現在の設計について通知します。 2 つ以上の設計を比較するための比較尺度として使用します。 したがって、効率が 1/2 の設計は、効率が 1/3 の設計よりも優れています。
Re: DoE の比較 - D/G/A/I の効率がすべて同じで、非常に低いのはなぜですか?やあ@ADouyon 、
あなたの最初の質問では、デザイン スペース プロットの割合が個々のデザインごとに空白になっていますが、これは奇妙です。 許可されていない組み合わせスクリプトを見ると、データテーブル内の因子の名前が「許可されていない組み合わせ」スクリプトと同じではないため、問題が発生している可能性があります (そのため、JMP は「パルス」とは何か、どの列がどの列であるかを解釈する際に失われる可能性があります)。は例です）。
列 (X1、X2、X3、X4) の匿名化された名前で「許可されていない組み合わせ」スクリプトを変更すると、個々のデザインごとにデザイン スペース プロットの一部を見ることができ、デザインの比較に表示されます (スクリーンショットを参照)。 ）。 修正された許可されていない組み合わせのスクリプトは次のとおりです (スクリプトで X1/X2/X4 の反転を間違えていないことを確認してください)。
X2 == 1 & (X4 >= 0.0595238095238095 & X4 <= 10) | (
X2 == 2 | X2 == 3) & X4 == 0
計画の効率比較に関する 2 番目の質問については、スクリーンショットに基づくこのプラットフォームでの参照は v5 であることに注意してください (つまり、18 回の実行で最小の計画です)。 したがって、JMP は相対的v6 および v7 と比較した v5 の効率 (分数として: v5 の効率をすべての効率基準の V6 または v7 の効率で割ったもの)。 スクリーンショットに基づいて、18 回の実行を追加すると、v6 は D/G/A/I 効率基準で v5 よりも 2 倍効率的になり、v7 は D/G/A で v5 よりも 3 倍効率的であることがわかります。 /I 36 回の実行を追加した場合の効率基準 (v5 の相対効率は v7 と比較して 0.333 であるため)。
36回の実行を伴う「中間」計画に基づく比較を表示する場合は、36回の実行計画のデータテーブルから計画比較プラットフォームを起動します。 添付のスクリーンショットに示すように、相対的な比較が必要です (実際、v6 の相対効率の値が v5 の 2 倍であることがわかります)。
DoE の比較 – D/G/A/I の効率がすべて同じで、非常に低いのはなぜですか?やあ、
カスタム DoE (JMP16) に取り組んでいます。 因子が 4 つあります (1 つの連続数値と 3 つの離散数値、制約付き)。 1 件の返信があります。 これら 4 つの要素が重要であり、相互作用があることはわかっています。 私の目標は、応答を最適化して最適な因子水準を見つけることですその結果、可能な限り最高の効率が得られます。 すべての二次効果と相互作用効果を含めました。
これはスクリーニング設計ではないため、I-optimality を使用しています。
- 最初のデザイン (v5) には複製がありません。 合計18回実行されます。
- 2 番目のデザイン (v6) には重複があります。 合計 36 回の実行があります (私が拡張しました)。
- 3 番目のデザイン (v7) には 3 つの重複があります。 合計 54 回の実行があります (私が追加しました)。
私が計画しているこの実験では、ラボで一度 (同じ条件の) 重複または三重を追加する方が簡単です。 同じ最初の 18 回の実行の複製である限り、それらをすべてまとめて実行できるため、同じ条件 (重複または三重) である限り、実行が増えても気にしません。
[代わりに、単純に「複製実行の追加」機能を使用すると、JMP は、テストするにはあまりにも多くの異なる条件で実行を追加しすぎます (リソースの制限)。 たとえば、たった 4 つの複製実行を追加すると、JMP はデフォルトの実行合計 = 27 で設計を生成します。これは、テストするにはさまざまな条件が多すぎます。これが理由です。代わりに、拡張機能を使用してデザイン全体を複製することにしました。 ]
- デザイン v5、v6、v7 (添付) を比較しています。 ただし、「設計空間の割合」プロットは空白です。 なぜ空白なのでしょうか?それともデータが非常に小さいので見えないのでしょうか？
- 「Power Analysis」と「Power Plot」は、v6 と v7 では非常に良好に見えます。 しかし、私はとにかく応答を最適化することに興味があります（主効果ではありません）。
- ただし、D/G/A/I- 効率は非常に低く、すべて同じです。 デザイン v6 はデザイン v5 の複製であり、デザイン v7 はデザイン v5 の 3 倍であるため、これらはすべて同じですか?そして、なぜこれらの値が非常に低い (0.5 と 0.3) のでしょうか?私のデザインが悪いのでしょうか？
これについて調べてみましたが、DOE ガイドで見つかったのは次のとおりです。
「1 を超える相対効率値は、特定の測定に対してリファレンス設計が好ましいことを示します。 1 未満の値は、基準設計と比較される設計が好ましいことを示します。 16 回実行の計画は、すべての指標において他の 2 つの計画よりも効率が低く、より大きな計画が好ましいことを示しています。」
しかし、これはあまり役に立ちませんでした。
前もって感謝します！！
実験計画法マックOS
