스크리닝 실험 분석<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />안녕,
선별 실험을 분석하는 방법에 대해 몇 가지 질문이 있습니다. 저는 JMP 10을 사용하고 있습니다.
두 가지 수준에 5가지 요소가 있습니다. 저는 선별 설계, 해 IV를 사용하는 부분 요인 설계를 만들고 두 개의 중앙점을 추가했습니다. 2가지 요소의 상호 작용이 혼란스럽기 때문에 이를 해결하기 위해 설계를 강화했습니다. 내 설계는 실험 중 일부 조건을 제어하는 데 어려움이 있어 직교하지 않습니다(예: 온도를 20°C로 유지할 수 없어 22°C로 판명됨). 반응에 영향을 미치는 것으로 보이는 매개변수가 무엇인지, 이러한 효과가 얼마나 큰지, 그리고 가능하다면 모델에 곡률의 징후가 있는지 알아보고 싶습니다.
스크리닝 플랫폼을 사용하면 주효과, 일부 2요인 상호 작용 및 두 개의 2차 항과 같은 몇 가지 요소가 강조 표시됩니다.
- 해당 요소가 강조 표시되는 요건은 무엇입니까?
이렇게 강조 표시된 요소로 "모델 만들기"를 누르면 두 개의 2차 항이 중요하지 않습니다(Prob>t는 0.08과 0.17입니다).
- 스크리닝 플랫폼에서는 강조되지만 이 모델에서는 중요하지 않은 이유는 무엇입니까?
- 결과를 어떻게 해석해야 합니까? (그들의 추정치는 -1.02와 0.78입니다.) 곡률이 있는 것 같나요(비록 중요하지 않더라도)? 그러나 그것들은 혼란스럽기 때문에 어떤 이차 항이 효과를 주는지 말할 수 없습니다.
- 모델에 포함시키면 안되나요?
- RSquare Adj는 첫 번째 모델의 경우 0.88이고, 2차 항을 제외하면 0.57입니다.
- 중요한 2차 항을 얻으려면 축 항을 추가해야 합니까?
대신 다른 방법, 적합 모델 또는 단계적 회귀를 사용해야 합니까?
질문이 많습니다. 누군가가 그 중 일부를 정리하는 데 도움을 줄 수 있기를 바랍니다. 미리 감사드립니다!
Re: 스크리닝 실험 분석DSD용 애드인
확정 선별 설계 추가 기능
Re: 스크리닝 실험 분석Mark의 의견에 추가할 두 가지 사항:
모델을 피팅한 후 피팅 모델 제목 표시줄 옆의 빨간색 핫스팟으로 이동하고 행 진단으로 이동하여 "예측별 잔차 플롯"을 선택합니다.그래프를 보고 데이터의 곡률이나 기타 추세를 나타내는 패턴을 찾으세요.
또한 사용 중인 JMP 버전에 따라 다음 DOE에 확정 선별 설계 사용을 고려해야 합니다.이렇게 하면 모델에 대한 곡률 항을 포함한 활성(중요) 요인 전체는 아니더라도 많은 것을 찾는 데 필요한 최소한의 실행 횟수를 얻을 수 있습니다.5개의 연속 요인이 있는 경우 설계는 잠재적으로 11개의 런이 됩니다.
최상의,
청구서
Re: 스크리닝 실험 분석스크리닝 플랫폼은 알파 = 0.1을 사용하여 대비를 선택합니다. 이 기준은 알파에 대해 자주 사용되는 기준인 0.05보다 두 배의 제1종 오류 위험(거짓양성)을 나타냅니다. 이러한 위험 증가는 그러한 요인을 계속 포함하고 더 많은 경험적 증거를 통해 이것이 실제 효과인지 아닌지를 결정하고 제2종 오류 위험(거부성)을 감소시키기 때문에 허용 가능합니다. 효과가 없는 것으로 확인된 요인을 계속 조사하지 않기 때문에 이러한 절충은 바람직합니다. 선별 실험은 일반적으로 작고 고정된 크기이므로 더 많은 실행을 통해 검정력을 높일 수 없기 때문에 이러한 절충은 유용합니다. 지금은 추가 증거가 그 중 하나 이상이 확인되지 않을 때까지 여섯 가지 요소를 모두 포함하겠습니다.
귀하 모델의 2차 항이 혼란스럽습니다. 모델의 2차 항 추정을 지원하기 위해 선별 설계에 필요한 처리가 있어서는 안 됩니다. 중심점만 있으면 됩니다.
일반적으로 모델이 데이터에 처음 적합할 때 중요하지 않은 것으로 확인된 모든 항을 제거하는 것은 권장되지 않습니다. 모델 계층 구조를 무너뜨리지 않는 최하위 항을 보수적으로 제거하고 모델을 다시 맞추는 것이 좋습니다. 모든 항에 대한 p-값은 모형의 다른 항에 따라 달라지며 선형 모형을 단순화하면 모든 항이 변경되기 때문에 이러한 방식으로 반복하는 것이 더 안전합니다.
진행하면서 설계를 보강하는 것은 모델을 확장하고 확인하면서 경험적 증거를 점진적으로 늘릴 수 있는 좋은 방법입니다.
Re: 스크리닝 실험 분석유용한 답변에 감사드립니다!
예, 연속 요인만 있고 이전 게시물에서는 2가 아닌 4개의 중심점을 추가했습니다.
모델에 포함할 요소를 어떻게 결정합니까?
스크리닝 플랫폼을 사용하여 시작하면 6가지 요소가 강조됩니다. 나는 그것들을 가지고 모델을 만들지만, 그 모델에서는 단지 4개만이 중요합니다. 중요한 것들만 가지고 새로운 모델을 만들어야 할까요? 그런 다음 적합성 부족, 조정된 R 제곱 등에 따라 해당 모델을 분석합니다.
Half-Normal 플롯이 유용하다는 것을 이해합니다. 비활성 항의 추정치는 기울기가 있는 선에 위치합니다. δ는 정규 분포를 따르는 랜덤 노이즈를 나타내기 때문입니다.
다음 절차가 적절할까요?스크리닝 플랫폼 사용:
Half-normal 플롯의 선에서 멀리 떨어져 있지만 2차 항은 제외된 항으로 모델(최소 제곱 적합)을 만듭니다.
중요한 항만 사용하여 새 모델을 만듭니다(그러나 2요인 상호 작용이 있는 경우 여전히 계층적 모델임).
-유의도가 가장 낮은 요인을 한 번에 제거하고 새로운 모델을 만들어야 할까요? 아니면 중요하지 않은 용어를 모두 동시에 제거해야 합니까?
그런 다음 이전 논의에 따라 모델을 분석합니다.
Re: 스크리닝 실험 분석나는 귀하의 수준이 치료에서 요구되는 수준과 정확히 일치하지 않는다는 사실에 대해 걱정하지 않을 것입니다. 분석 전에 데이터 테이블의 값을 업데이트하세요! 이러한 편차로 인해 도입된(비직교성) 상관 관계는 작아야 하므로 문제가 되지 않습니다. 회귀는 이러한 이상 현상을 잘 처리할 수 있습니다.
가이드에서 스크리닝 플랫폼에 관한 장을 공부하는 것이 좋습니다. (도움말 > 서적, > 실험 설계 가이드) 이 정보는 이 플랫폼을 사용할 수 있도록 준비하고 질문에 답하는 데 큰 도움이 됩니다.
고려할 수 있는 몇 가지 사항은 다음과 같습니다.
- 개별 p-값이 0.1 미만인 대비가 자동으로 선택됩니다. 대비를 클릭하거나 Ctrl 키를 누른 채 클릭하여 현재 선택한 대비 세트에서 대비를 추가하거나 제거하여 선택 항목을 재정의할 수 있습니다.
- 스크리닝 플랫폼의 p-값은 현재 모델, 즉 모델에 포함된 다른 항에 따라 달라집니다. 모형 만들기를 클릭하면 선택한 항만 포함되므로 p-값이 변경됩니다. 또한 Screening 플랫폼에서는 대비를 사용하지만 Fit Least Squares는 매개변수 추정값을 사용합니다. 추정치가 직교하지 않으면 추정치와 대비 사이에 차이가 발생하여 관련 p-값이 변경됩니다.
- Fit Least Squares의 Lack of Fit 테스트를 사용하면 곡률이 있는지 판단하는 데 도움이 됩니다. 먼저 이차항을 제거하겠습니다. 또한 이 테스트는 2개의 중심점에서 자유도가 1도에 불과하므로 약하다는 점을 이해하세요. 이 테스트가 중요하다면 곡률의 증거가 있으며 이는 2차 항 중 하나 또는 둘 다를 뒷받침할 것입니다.
- 두 개의 2차 항을 모두 포함하는 모델 행렬(회귀)을 지원하기 위해 설계 행렬에 필요한 모든 처리 방법이 없습니다. 곡률이 중요하다고 판단되면 새로운 런을 사용하여 설계를 강화할 수 있습니다. (DOE > 설계 보강. 설계 증대에 대한 가이드의 장을 연구하십시오.) 증대가 없으면 2차 항 중 하나를 선택하기 위해 외부 지식에 기반한 믿음에 의존해야 합니다. 이 데이터 세트에서는 그러한 선택이 지원되지 않습니다.
- R 제곱은 항을 추가하면 항상 증가하고 모형에 대한 유의성과 관계없이 항을 제거하면 항상 감소합니다. 조정된 R 제곱은 일반적으로 동일한 방식으로 동작하지만 이로 인한 페널티로 인해 해석이 더 복잡해집니다. 모델 선택을 위해 조정된 R 제곱을 사용하고 있습니까?
- 스크리닝 플랫폼은 모든 요인이 연속적이라고 가정합니다. 중앙점을 추가했기 때문이라고 가정합니다.
5가지 요인만 사용하여 가능한 모든 모델의 단계적 플랫폼 기능을 사용해 볼 수도 있습니다.
