DoE 設計中に主効果項を追加するのを忘れた場合はどうすればよいですか?プロセスパラメータを最適化する研究を設計しているときに、誤って交互作用項を追加しましたが、主効果項を追加しませんでした。 これで、必要なデータはすでに収集できました。 データを最大限に活用するにはどうすればよいでしょうか?
ありがとう！
実験計画法Re: DoE 設計中に主効果項を追加するのを忘れた場合はどうすればよいですか?こんにちは@zj2000 、
コミュニティへようこそ！
モデルから主効果を削除した可能性がありますが、(たとえ「最適ではない」場合でも) 計画で主効果を推定することができます。7 つの因子ごとに交互作用と 2 次効果が想定されています (つまり、各因子モデルには 3 つのレベル (最小、中、最大) があり、それらを推定するのに十分な自由度があります。
- この設計には 44 の独立した実験があり、43 の自由度を表します (1 つは切片の推定に使用されます)。 主効果 (推定する 7 項)、2 因子交互作用 (推定する 21 項)、および 2 次効果 (推定する 7 項) を含むモデルには、35 の自由度が必要になります (「分散分析」のキャプチャに見られるように)。 1 つの応答に対するランダム データを使用してモデルを当てはめる)、これらすべての項を推定するのに十分な DF (およびモデル誤差を推定するのに 8) が必要になります。
計画の評価プラットフォーム (DoE、計画診断、計画の評価メニュー) を使用して主効果 (およびモデルのその他の効果) を推定する能力を確認し、因子と応答を指定して、想定されるモデルに主効果を追加できます。 エラー メッセージは表示されないため、主効果を推定することができ、次のウィンドウが表示されます。
設計生成時にモデルから主効果を削除したとしても、効果の遺伝高次の項が計画に存在する場合 (モデルに追加した 2 次項や 2 因子交互作用など)、低次の項もモデル内に存在し、推定可能であることが保証されます (主効果など)。 あなたが気づいた間違いは、 JMPウィッシュリストデザインの作成について: ユーザーが低次の効果を追加せずに高次の効果を持つモデルを指定した場合、警告 (またはブロック ?) を提供します。
前のスナップショットを見ると、たとえ設計生成中に追加されなかったとしても、主効果が二次項よりも高い検出力を持っていることがわかります。 ほとんどの主効果は、設計生成時にモデルに追加されるとより高い検出力を持つ可能性がありますが (T 2、100 など)、最終的には正しい解析とモデルを作成できるはずです。
生成した計画を、同じ実行数で主効果が追加された計画と比較して (計画の比較を行うには添付の表「カスタム デザイン - プロセス 2」を参照)、この変更が結果と分析にどのような影響を与える可能性があるかを確認できます (下部)主効果の検出力、実験空間の端でのより高い予測分散、推定値のより高い標準誤差など）。
この回答があなたを助けて（そしてあなたを落ち着かせて）くれることを願っています。
Re: DoE 設計中に主効果項を追加するのを忘れた場合はどうすればよいですか?こんにちは、ビクターさん
ご返信ありがとうございます！ [モデル効果の構築] ボックスに 7 つの主効果項を追加し、データを分析し、予測プロファイラーの満足度の最適化機能を使用して最適なプロセス パラメーターを特定しようとしました。 うまくいくと思いますか？ データを含むファイルを添付しています。
再度、感謝します！
ジェイソン
Re: DoE 設計中に主効果項を追加するのを忘れた場合はどうすればよいですか?こんにちは@zj2000 、
あなたの目標が何なのか、モデルの受け入れ基準/しきい値も、この設計で何を期待しているのかもわかりません。また、業界/研究分野によっては、特定のメトリック値 (R² = 0,4 やモデルの特定の RMSE 値など) が (十分に) 良いか悪いとみなされる場合があります。
D2v 応答値の場合、考えられる重要な要素を特定することができます (ドメインの専門知識で確認できるかどうかは不明です)。あなたが JMP または JMP Pro をお持ちかどうかはわかりませんが、確実にするために主に JMP の可能性を使用します。
- この応答の考えられる重要な要因を見つけたい場合は、次のような探索ツールを使用できます。予測因子スクリーニング(分析、スクリーニング、予測子スクリーニングで) : ブートストラップ フォレストに基づいて、応答に最も影響を与える要因をランク付けして確認するのに役立つツールです。
あなたの場合、V2 と 100 (そしておそらく T1) が応答 D2 v に最も影響する要因である可能性があるようです。
- また、設計から想定されるすべての主効果、交互作用、二次効果を含むモデルを構築し、モデルの改良/削減を開始することもできます。 モデル内のすべての項 (一部が統計的に有意でない場合でも) では、R² 値は約 0.5 ですが、このモデルは応答の変動性を説明するには統計的に有意ではなく、調整された R² は約 0 であるため、この完全なモデルにはある程度の値が必要になります。役立つように改良します。
いくつかのモデルを (JMP/JMP Pro で) テストし、応答を説明する貴重な情報をもたらさない項を削除することで、より小型で統計的に有意なモデル (V2、V2xV2、および 100 のみの項を使用) を作成できますが、R²/R²たとえ近い値であっても、調整された値はかなり低くなります (0,21 ～ 0,15)。
これは合理的だと思われますか? これを期待していましたか？ この状況をどのように説明できますか?また、あなたの専門分野の専門知識は大丈夫ですか?
あなたの応答は非常に「ノイズが多い」ようですが、これが、高い R² 値を持ち、統計的に有意な項を見つけることが難しい理由の一部を説明している可能性があります。
おそらく、次のステップで、関心のある要因 (ドメインの専門知識による分析から確認される) に基づいて設計を強化し、他の考えられる要因を追加し、レプリケーションを使用してノイズを推定して考慮できるようにすると興味深いかもしれません。モデリングでは。
私が述べた分析 (予測子スクリーニング、完全モデル、縮小モデル) に対応するスクリプトを含むデータテーブルを添付しました。
Re: DoE 設計中に主効果項を追加するのを忘れた場合はどうすればよいですか?こんにちは、ビクターさん
これを試してみてもらえますか？
ありがとう、
ジェイソン
Re: DoE 設計中に主効果項を追加するのを忘れた場合はどうすればよいですか?
Re: DoE 設計中に主効果項を追加するのを忘れた場合はどうすればよいですか?
Re: DoE 設計中に主効果項を追加するのを忘れた場合はどうすればよいですか?最大限の応答を得るために 7 つのパラメーターを最適化しようとしました。 「好感度の最大化」機能を使用したときにこれが発生しました。 今の私の質問は次のとおりです: 1. これは最適なパラメータを取得する正しい方法ですか? 2. なぜ、NP と V2 がさらに高い D2 v を得るためにラインをさらに左方向に押し出さなかったのでしょうか?
ありがとう、
Re: DoE 設計中に主効果項を追加するのを忘れた場合はどうすればよいですか?こんにちは、ジェイソン
この新しいテーブルの D2v の応答値を使用すると、効率的で有用なモデルを構築するための作業がはるかに簡単になるようです。
前の表とこの表の間で値がどのように/なぜ変化したかをお聞きしてもよろしいでしょうか? 測定記録のエラー、あるいはその値は自分自身を訓練するための合成データですか?
前に述べたさまざまな手順を試すことで、応答のばらつきの大部分を説明する、(非常に満足のいく、統計的に有意な) 完全モデルまたは縮小モデルを作成できます。 ここで、このモデルが有用であり、自分の分野の専門知識に従っているかどうか、またはモデルが何か有用なものを発見するのに役立つかどうかを確認する必要があります。
1. はい、「望ましさの最大化」を使用すると、見つけたモデルに従って要因の最適な設定を見つけるのに役立ちます。
2. 満足度関数がユースケースに適しているかどうかを確認する必要がある場合があります。ここでは、D2v のターゲットを「ターゲットの一致」として 0 ～ 100 の値に設定しているため、JMP は最適な約 50 の曲線を描きます。 満足度と目標を変更する場合は、プロファイラーの横にある赤い三角形をクリックし、[最適化と満足度]、[満足度の設定] の順にクリックします。 応答 D2v の目標 (最小化、最大化、ターゲットの一致) を変更し、高値、中値、低値のさまざまな値の境界と、それらに関連する望ましさを指定できます (望ましさのプロファイリングと最適化) :
この回答がお役に立てば幸いです。
Re: DoE 設計中に主効果項を追加するのを忘れた場合はどうすればよいですか?こんにちは、ビクターさん
あなたの説明はとても役に立ちました。 どうもありがとう！
これらの主効果項を含めた計画を作成し、その計画でデータを分析しました。 最初にアップロードしたものです。 2 番目のデータセットでは、欠陥のあるデータが元の設計に追加されました。
