Régression arrière pour l'analyse du mélange DOE avec JMP régulier (non professionnel) ?Je travaille sur une formation DOE où JMP standard sera utilisé, donc pour l'analyse DOE, la régression généralisée ne peut pas être utilisée. C'est dommage car les résultats GenReg SVEM pour les mélanges sont excellents, super outil !
Avec JMP standard, j'ai essayé par étapes et tous les modèles possibles pour les mélanges et j'ai remarqué des résultats assez non reproductibles. Ainsi, comme le montrent les webinaires JMP, je suis passé à une simple analyse rétrospective des moindres carrés standard qui donne des résultats assez reproductibles.
Cependant, la régression rétrospective est une méthode que je ne recommande pas pour l'analyse standard du DOE (je préfère tous les modèles possibles), alors comment expliquer aux stagiaires qu'avec l'analyse rétrospective JMP régulière, cela est préféré pour les mélanges ? Existe-t-il une autre alternative, une meilleure façon d’analyser ?
Conception d'expériencesRe : Régression arrière pour l'analyse du mélange DOE avec JMP régulier (non professionnel) ?Salut @frankderuyck ,
Je pense qu’une partie de la réponse réside dans le fait que les expériences de mélange sont vraiment très différentes des autres expériences. Les effets des facteurs de mélange sont, par nature, corrélés. La corrélation des effets signifie plus d'ambiguïté, ce qui signifie qu'il est plus probable que vous trouviez des modèles concurrents qui correspondent tout aussi bien aux données. Par conséquent, une approche plus conservatrice de la sélection du modèle sera plus utile.
J'espère que ça aide,
Phil
Re : Régression arrière pour l'analyse du mélange DOE avec JMP régulier (non professionnel) ?Salut Phil, c'est aussi ce que j'attendais comme réponse, merci !
Encore une question : comme les valeurs p n'indiquent pas la signification de l'effet de mélange, le tracé de Pareto de Logworth est-il toujours un bon indicateur de la force d'un effet ? OK, on peut toujours éliminer de faibles effets de logworh ?
Re : Régression arrière pour l'analyse du mélange DOE avec JMP régulier (non professionnel) ?Salut @frankderuyck ,
Comme @Phil_Kay Je l'ai mentionné, les plans de mélange sont assez différents des autres plans (comme les plans factoriels), car les facteurs ne sont pas indépendants : changer le niveau d'un facteur de mélange a un impact sur les autres, donc les facteurs de mélange sont corrélés.
En outre, ce type de conception met davantage l’accent sur la prédictivité et l’optimisation que sur la sélection/la signification statistique.
Enfin, vous semblez avoir choisi une conception de mélange basée sur un modèle (et non une approche de remplissage d'espace), vous avez donc déjà supposé un éventuel modèle complet que vous aimeriez étudier.
Pour ces 3 raisons, il est plus logique, dans l'analyse, de partir du modèle complet avec les termes possibles que vous avez supposés lors de la création de la conception, et de commencer à supprimer les termes du modèle (à l'exception des effets principaux), en fonction des performances prédictives du modèle. modèle (RMSE par exemple), PAS sur les valeurs p/logworth individuelles de chaque terme (en raison de la multicolinéarité/corrélation entre les facteurs de mélange, pas d'ordonnée à l'origine dans ce type de modèle, les valeurs p/logworth ne sont pas une métrique valide pour la sélection du modèle) .
Si vous souhaitez utiliser une approche pas à pas pour « automatiser » la sélection du modèle, vous pouvez utiliser la régression pas à pas vers l'arrière, avec un critère d'information (AICc ou BIC, pour équilibrer précision et complexité du modèle) comme règle d'arrêt.
J'espère que cette réponse supplémentaire vous aidera,
Re : Régression arrière pour l'analyse du mélange DOE avec JMP régulier (non professionnel) ?Bonjour Victor, merci encore pour votre contribution utile ! Je vais essayer l'outil de sélection Backward Stepwise avec le critère AICc. Il est bon que dans une formation de base, un outil d'analyse standard soit utilisé, j'utiliserai donc également Stepwise simple pour le DOE régulier, mais avec une régression directe. Je sais que ce n'est pas parfait, mais pour former et enseigner le pouvoir du DOE à l'aide de cas clairs, cela fonctionne toujours bien.
Re : Régression arrière pour l'analyse du mélange DOE avec JMP régulier (non professionnel) ?Quant à la prédiction des mélanges qui est l'objectif principal, je suppose que le critère du DOE est I-Optimal ?
Re : Régression arrière pour l'analyse du mélange DOE avec JMP régulier (non professionnel) ?Je dois admettre que je suis un peu confus par certains de vos messages dans ce fil, mais voici mes réflexions :
La principale analyse des plans de mélange est la surface de réponse du mélange.Vous devez déjà connaître le modèle, vous explorez la surface pour déterminer où vous obtiendrez des résultats optimaux.Considérez-le comme une carte topographique de la réponse. Visualiser l'endroit où vous souhaitez « échantillonner » cette surface vous aide à réfléchir aux combinaisons des paramètres de facteurs. Si vous exécutez des conceptions de mélange (ou des conceptions d'optimisation), vous devez déjà connaître les facteurs et le bruit qui affectent la cohérence et la prévisibilité (ceux-ci auraient dû être étudiés dans des conceptions de sélection antérieures).
Re : Régression arrière pour l'analyse du mélange DOE avec JMP régulier (non professionnel) ?Étant donné que les valeurs p pour les mélanges n’indiquent pas de signification, il sera difficile d’identifier les effets significatifs ; De plus, en raison de la forte colinéarité, le modèle de mélange précis est difficile à trouver et n'est pas le problème ; L'objectif est de spécifier un bon modèle prédictif et utile, une approche pragmatique est donc nécessaire. Je vois dans les webinaires que le Pareto Logworth est utilisé pour la sélection en arrière des paramètres de modèle efficaces, je vais donc l'utiliser dans ma formation. La prédiction est ici l'objectif, alors n'est-il pas préférable de construire un DOE I-optimal ?
Re : Régression arrière pour l'analyse du mélange DOE avec JMP régulier (non professionnel) ?Salut Franck,
Si vous choisissez Estimations>Cox Mixtures, les valeurs p seront plus reconnaissables et en accord avec le profileur.
