分析スクリーニング実験<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />こんにちは、
スクリーニング実験の分析方法についていくつか質問があります。JMP 10 を使用しています。
2 つのレベルに 5 つの要素があります。 スクリーニング計画、解像度 IV の部分要因計画を作成し、2 つの中心点を追加しました。 2 要素の相互作用が混乱を招くため、設計を拡張してそれらを解決しました。 実験中のいくつかの条件を制御するのが難しいため、私の設計は直交していません (たとえば、温度を 20°C に保つことができず、結果的に 22°C になったなど)。 どのパラメータが応答に影響を与えていると思われるか、その影響がどのくらいの大きさであるか、そして可能であればモデルに曲率の兆候があるかどうかも調べたいと考えています。
スクリーニング プラットフォームを使用すると、主効果、いくつかの 2 因子交互作用だけでなく 2 つの二次項など、いくつかの因子が強調表示されます。
- 要素が強調表示されるための要件は何ですか?
これらの強調表示された係数で「モデルの作成」をクリックすると、2 つの二次項は有意ではありません (Prob>t は 0.08 と 0.17)。
- これらはスクリーニング プラットフォームでは強調表示されているのに、このモデルでは重要ではないのはなぜですか?
- 結果をどのように解釈すればよいでしょうか (推定値は -1.02 と 0.78)? (重大ではないとしても) 湾曲があるように見えますか? しかし、それらは複雑なので、どの二次項が効果を与えているかを言うことはできません。
- モデルに含めるべきではありませんか?
- RSquare Adj は、最初のモデルでは 0.88 ですが、二次項を除外すると 0.57 になります。
- 重要な二次項を得るために軸項を追加する必要がありますか?
代わりに別の方法、適合モデルまたは段階的回帰を使用する必要がありますか?
たくさんの質問があるので、誰かがそれらのいくつかを解決するのを手伝ってくれることを願っています。 前もって感謝します！
Re: スクリーニング実験の解析DSD用アドイン
決定的なスクリーニング設計アドイン
Re: スクリーニング実験の解析マークのコメントに付け加えておきたいことが 2 つあります。
モデルを近似した後、モデルの近似タイトル バーの横にある赤いホット スポットに移動し、行診断に移動して、[予測による残差のプロット] を選択します。グラフを見て、データの曲率やその他の傾向を示唆するパターンを探します。
また、使用している JMP のバージョンに応じて、次の DOE に Definitive Screening Design の使用を検討する必要があります。これにより、モデルの曲率項を含む、すべてではないにせよ多くのアクティブな (重要な) 因子を見つけるのに必要な実行回数が最小限になります。5 つの連続因子の場合、計画は 11 回の実行になる可能性があります。
最高、
請求書
Re: スクリーニング実験の解析スクリーニング プラットフォームは、コントラストの選択に alpha = 0.1 を使用します。 この基準は、よく使用されるアルファの基準 0.05 よりもタイプ I エラー (偽陽性) の 2 倍のリスクを表します。 このようなリスクの増加は許容できます。そのような要因を引き続き含め、より経験的な証拠に基づいて、それらが真の効果であるかどうかを判断し、タイプ II エラーのリスク (偽陰性) が減少するためです。 影響がないと判断された要素を引き続き調査する必要がないため、このトレードオフは望ましいものです。 スクリーニング実験は通常小さくてサイズが固定されているため、実行を増やしても検出力を高めることができないため、このトレードオフは役立ちます。 現時点では、さらなる証拠によって 1 つ以上の要素が確認できないことが示されるまで、6 つの要素すべてを含めることにします。
モデルの二次項について混乱しています。 モデル内の二次項の推定をサポートするために、スクリーニング計画に必要な処理を含めるべきではありません。 中心点しかありません。
通常、データへのモデルの初期適合において重要ではないと判明した項をすべて削除することはお勧めしません。 モデルの階層を壊さない最下位項を慎重に削除し、モデルを再適合することをお勧めします。 この方法で反復する方が安全です。どの項の p 値もモデル内の他の項に依存するため、線形モデルを単純化するとすべての項が変化するからです。
作業を進めながら設計を拡張することは、モデルを拡張して確認しながら経験的証拠を段階的に増やすための優れた方法です。
Re: スクリーニング実験の解析有益な回答をありがとうございました!
はい、連続因子しかありません。以前の投稿では間違っていました。追加した中心点は 2 つではなく 4 つでした。
モデルにどの要素を含めるかを決定するにはどうすればよいですか?
スクリーニング プラットフォームの使用から始めて、6 つの要素が強調表示されるとします。 これらを使用してモデルを作成しますが、モデル内で重要なのはそのうちの 4 つだけです。 重要なものだけを使って新しいモデルを作成する必要がありますか? そして、適合の欠如、調整された R 平方などに従ってそのモデルを分析します。
半正規プロットが役立つことは理解しています。 非アクティブ期間の推定値は、傾きのある直線上に収まります。 δ。正規分布に従うランダム ノイズを表すためです。
次の手順は適切でしょうか?スクリーニング プラットフォームの使用:
半正規プロットの線から遠く離れた項を使用してモデル (最小二乗法を当てはめ) を作成しますが、二次項は除きます。
重要な項のみを含む新しいモデルを作成します (ただし、2 因子交互作用が存在する場合は階層モデルになります)。
-その時点で 1 つの因子、つまり有意水準が最も低い因子を削除して、新しいモデルを作成する必要がありますか? それとも、重要でない用語をすべて同時に削除する必要がありますか?
次に、前の説明に従ってモデルを分析します。
Re: スクリーニング実験の解析あなたのレベルが治療で求められているレベルと正確に一致していないという事実については心配する必要はありません。 分析の前に必ずデータテーブルの値を更新してください。 これらの偏差によってもたらされる相関 (非直交性) は小さいはずなので、問題にはなりません。回帰はそのような異常をうまく処理できます。
このガイドのスクリーニング プラットフォームに関する章を学習することをお勧めします。 (ヘルプ > 書籍 > 実験計画法ガイド) この情報は、このプラットフォームを使用する準備を整え、質問に答えるのに大いに役立ちます。
考慮すべき点は次のとおりです。
- 個々の p 値 < 0.1 のコントラストが自動的に選択されます。 コントラストをクリックして Control キーを押しながらクリックすることで、選択内容をオーバーライドして、現在選択されているコントラストのセットにコントラストを追加または削除できます。
- スクリーニング プラットフォームの p 値は、現在のモデル、つまりモデルに含まれる他の項によって異なります。 [モデルの作成] をクリックすると、選択した項のみが含まれるため、p 値が変更されます。 また、スクリーニング プラットフォームではコントラストが使用されますが、最小二乗法フィットではパラメーター推定値が使用されます。 推定値が直交していない場合、推定値とコントラストの間に差が生じ、関連する p 値の変化につながります。
- 最小二乗法での適合度の欠如テストを使用すると、曲率があるかどうかを判断できます。 まず二次項を削除します。 また、このテストは 2 つの中心点からの自由度が 1 つしかないため、弱いことも理解してください。 このテストが有意であれば、曲率の証拠があり、二次項の一方または両方を裏付けることになります。
- 計画行列には、両方の 2 次項を含むモデル行列 (回帰) をサポートするために必要な処理がすべて含まれていません。 曲率が重要であると判断した場合は、新しいランで設計を強化できます。 (DOE > 設計を拡張。 設計の拡張に関するガイドの章を参照してください。)拡張がなければ、二次項の 1 つを選択するために外部の知識に基づく信念に依存する必要があります。 このデータ セットではそのような選択はサポートされていません。
- R 二乗は、モデルに対する重要性に関係なく、項を追加すると常に増加し、項を削除すると常に減少します。 調整された R 平方は一般に同じように動作しますが、ペナルティにより解釈がより複雑になります。 機種選定に調整R二乗を使用していますか?
- スクリーニング プラットフォームは、すべての要素が連続的であることを前提としています。 中心点を追加したためだと思います。
わずか 5 つの要素を使用して、すべての可能なモデルのステップワイズ プラットフォーム機能を試すこともできます。
