開発者チュートリアル - 実験の設計時に共変量を効果的に処理する
- 共変量とは何ですか?
- 考慮したい入力変数ですが、完全には制御できません。
- 制御されていませんが、事前に観察可能です。
- 「候補セット」アプローチ。
- カスタム デザインにとってなぜそれが重要なのでしょうか?
- 座標交換（カスタムデザイン）
- 「ランダム」なデザインから始めます。
- 設計を要素ごとに検討し、基準を改善する場合は切り替えます。
- 繰り返す。
- 候補セットの要件はありません。
- 行交換
- プロックオプテックス（SAS）
- 可能な実行の候補セットから始めます。
- 初期設計は候補セットのサブセットです。
- 設計に含まれていない行を交換することを検討し、基準が改善される場合は切り替えを行ってください。
- JMP 16 より前 (JMP 10 以降)
- 共変量の行交換 (D 最適性)。
- 制御可能な要素に関する座標交換。
- 共変量は最初から修正されており、より良いものがあるかどうかを確認するために戻ることはできませんでした。
- JMP16
- 設計を進める際に行交換または座標交換を行うハイブリッド アプローチ。
- 共変量に対してさまざまな最適性基準を考慮できるようにします。
- デザイン作成の柔軟性が向上します (両方の長所)。
- ユーザーにとってより見やすくなります。
- 使い方
- JMP Proは必要ありません。
- 候補セット (可能な実行との共変量) を含むデータ テーブルが必要です。
- [因子の追加] -> [共変量] (JMP 10 以降) または [共変量/候補セット] アウトライン (JMP 16 以降) を使用して、カスタム計画に共変量を追加します。
- 2 つの典型的な使用例
- すべての行を使用する
- 実験ユニットには観察可能だが制御不可能な要因があり、それを説明したいと考えています。
- 入力のサブセットに対して特定の構造を強制したいと考えています (制御可能な場合もあります)。
- 行のサブセットの選択
- 最適なサブセットを選択します (ランダムなサブセットではありません)。
- 予算内で情報を最大限に活用します。
例 1 - すべての行の使用
- 例 2 - すべての行の使用
- Big Class データ セットを使用し、各学生に 2 つの処理のうち 1 つを割り当てたいと考えています。
- 性別、身長、体重を考慮したいと考えています。
- 例 3 - すべての行の使用
- サイズ 4、8 レベルのカテゴリ、および 4 つの連続因子のブロック。
- 合計56回の実行。
- まず、バランス不完全ブロック デザイン (BIBD) を使用します。
例 4 - 行のサブセットの使用
Big Class から 20 人の生徒のみを選択したいと考えています。
確実に選ばせたい特定の学生がいる場合はどうなるでしょうか?
バッチ ラベルを追加しますが、モデルからは削除します
リソース
実験計画法Re: 開発者チュートリアル - 実験設計時に共変量を効果的に処理するこんにちは、マイク@H2OSUP 、
カスタム設計のテーブルからこれら 3 つのバッチを選択する場合 (または、共変量を読み込むときにデータ テーブルで 3 つのバッチのみを選択する場合)、「選択したすべての共変量行を設計に含める」にチェックを入れると、目的の結果が得られます。
乾杯、
ライアン
Re: 開発者チュートリアル - 実験設計時に共変量を効果的に処理する@Ryan_Lekivetz
ライアンさん、おはようございます
共変量を使用した実験を計画しています。 DOE で使用するバッチのうち 3 つを指定し、残りはソフトウェアに選択させたいと考えています。 以前のバージョンではこれができると思いましたが、現在のバージョン (JMP Pro 16.2.0) でそれを行う方法がわかりません。 これはできるでしょうか? ありがとう。
マイク
