論文からの DOE 解析の再現やあ、皆さん。
JMP/DOE/統計の世界には非常に慣れていないので、いくつか質問があります。
ジャーナルで見つけた ANOVA 分析と RSM 分析を再現したいと考えています。
私が知っていること：
CCD設計
5つの中心点を含む20回の治療
3 つの要素と 3 つの応答
要因とその対応の表が添付されています。
この表から学んだこと:
- 回転可能な CCD (値 1.682)
- 実際には中心点は 5 つではなく 6 つです (これは正しいでしょうか?) 60/1/3.5 の値の組み合わせが 6 回出現します)
軸の値を分析に組み込む方法がわかりません。 モデルの適合を行ってから、マクロ/応答曲面を介して因子を追加するだけでよいでしょうか?
ありがとう！
実験計画法Re: 論文から DOE 解析を再現する私見ではありません。 因子を操作していること、そしてそれが応答変数であることを忘れないでください。 本質的には、その応答にバリエーションを作成しようとしており、できれば割り当て可能であり、したがってランダムに分散されません。 正規分布させたいのは残差 (NID(0, variance)) です。
Re: 論文から DOE 解析を再現するここで私が気づいたもう 1 つの点は、設備利用率応答のデータが正規分布していないように見えるという問題でしょうか?
Re: 論文から DOE 解析を再現する統計マン、これを試してみます。
設備利用率: ここでは (ほぼ必須) 少なくとも 1 の値が必要です。 2.5 か 3 かは問題ではありませんが、0.5 と 1.0 であれば非常に重要です。
保持時間: ここでの範囲の背後にある考え方は、速いほど良いというだけです (他の応答は最適です)。 ランタイム 11 よりもランタイム 4 の方が望ましいでしょう。
解決策: ここでは (ほぼ必須) 少なくとも 2 の値が必要です。 これは基本的に、2 つの分子の位置間のスパークの尺度です。 15 などの値は過剰です。
私の意見では、応答値はかなり大きく変動しており、応答の変化の最小増分のしきい値を超えています。 範囲が 10 分の 1 未満の場合 (0. 12、0 .67、1.04）の場合、私の答えは（一般的に）ノーになります。
Re: 論文から DOE 解析を再現する確かに、データ分析の前に、応答の変動が統計分析を行う価値があるほど十分であるかどうかを判断する必要があります。 データテーブル内の応答のコンテキストがないため、応答が十分に変化しているかどうかはわかりません。 私がいつも尋ねる質問は、関心のある、または気にする応答の変化の最小の増分は何ですか?ということです。 これを私は実践的意義と呼んでいます。
Re: 論文から DOE 解析を再現するstatman さん、この分析も試していただきありがとうございます。 質問 1 についてはお手伝いできるかもしれませんが、3 つの回答について何を知りたいのか少し説明してもらえますか? 「面白い」をどう説明したらいいのかわかりませんが、機能とその「良い」価値については知っています。
Re: 論文から DOE 解析を再現するVictor、私は次のような考え/コメント/質問があります(注: 私はこの論文を徹底的に読んでいません):
1. 分析に関する最初の問題は、3 つの応答変数の実際的な重要性がわからないということです。 容量、保持、解像度の変化は科学的または工学的にどの程度重要ですか? それぞれの範囲は、(順に) 1.2、6.7、10.4 です。 これは面白いですか？ 中小企業の支援が必要です。
2. データテーブルに実行順序が表示されません。
3. モデルから削除された項と 6 つの中心点の複製が、統計検定の MSE の推定に使用されているようです (繰り返しますが、実行順序がなければ、これらは複製または反復ですか?)。 この変動 (MSE に偏りをもたらす可能性がある削除された項) は変動全体と比較して非常に小さいため、モデル内の非常に多くの項が統計的に有意に見えるのはこのためです (特に容量と保持率)。 精度の 1 日以内および 1 日間の推定値についても言及されています。 計算された日が表示されませんか? そこで問題は、削除された項と複製された対点の変動が、プロセスにおける真の変動 (ランダム誤差) を表しているのかということです。 Normal プロットを見て Lenth の PSE を使用すると、RMSE が表示されます。多分過小評価されている (注: JMP は PSE ではなく RMSE に基づいて推定値をラベル付けしています)
4. 多変量解析で異常値が 2 つあります (-、-、+ ではすべての応答が特に高く、a,0,0 では保持率が高くなります) そこで何が起こったのでしょうか?
5. 測定誤差の推定値はありますか、または測定システムは論文で研究されましたか?
6. まだ残差を詳しく見ていませんが、残差または解像度が異常に見えます。
7. 分析による予測式と論文分析の相関関係は優れています (.9999、1.0、.9954)。
Re: 論文から DOE 解析を再現するこんにちは@スタットマン、
興味深いですね、コメントを共有していただきありがとうございます。 JMP モデルと出版物の予測値が近ければ、私はそれほど「当惑」しなかったでしょうが、ここでは、少なくとも 3 つの回答のうち 2 つでは、その差がかなり大きくなっています。
今朝、モデルの式を変更し、出版物の方程式モデルに基づいて式のパラメーターを「切り上げ」ようと再試行しました（何かを見落としていないことを確認するため）が、出版物と同じ結果が得られます...
確かに、彼らは応答について素晴らしい予測値を持っています (真実であるにはあまりにも優れています...) が、彼らが持っているモデリングと方程式に基づいてどのようにしてこれらを取得できるのかは本当にわかりません。
見てみたい場合は、データテーブルを添付します (出版物の方程式の 3 つの数式列と、実際の値とモデルの予測値を比較するための検証ポイントを追加しました)。
Re: 論文から DOE 解析を再現するちょっとコメントを…評判の高いジャーナルに掲載された論文の多くの分析で誤りを見つけました。 論文を出版するには、それほど厳密で挑戦的な分析は必要ないと思います。 分析がどのように実行されたかが分からない場合、微妙な違いは珍しいことではなく、この場合はプロトコルが丸められている可能性があります。
Re: 論文から DOE 解析を再現するこんにちは@PolygonBison420 、
各応答の望ましさのターゲット/プロファイル (および各応答の相対的な重要性/重み) が正確にわかっていないため、出版物で見つかった最適値が正確に見つからなくても不思議ではありません (たとえ JMP で見つかったものであっても)出版物に掲載されているものに非常に近いですが、これは良い兆候です)。
私を最も悩ませるのは、検証ポイントの応答の予測値です。 各応答に対して非常に類似した (まったく同じではないにしても) モデルを使用できるため、出版物からの最適値に設定された因子レベルの予測値は、非常に近い値を与えるはずです。 事実ではないので、私が何を見逃したのか、あるいは著者が何を見逃したのか、本当に疑問に思っています。
Re: 論文から DOE 解析を再現するやあ、ビクター、
まだこれを試してくれてありがとう。
pH 値も 4 (3.8 と比較) になりましたが、なぜこれらの値が異なるのかはまだわかりません。 正直に言うと、その後は諦めていたので、検証などの不一致にも気づきませんでした。
Re: 論文から DOE 解析を再現するリンクしていただきありがとうございます。
データテーブルに追加したスクリプト「最小二乗法フィット」の分析結果をチェックしています。出版物で説明および分析されているものと (同一ではないにしても) 非常によく似た結果が得られます。
最適化目標 (最大化/最小化) に関しては、私の最初の推測は正しかったようです。「フィット グループ」の予測プロファイラーを使用してすべての応答を最適化しようとしているとき、因子 A の最適値は 56,09 でした。因子 B (流量) は 0,8、因子 C (pH) は 4 :
出版物における A の 56,1、B の 0,8、C の 3,7 と比較すると、次のようになります。
しかし、出版物からの検証ポイントの予測結果には驚きました。同様のモデルと同様の予測式があるにもかかわらず、JMP で予測すると、保持時間と分解能が出版物の値と比較して異なる予測結果になるからです。
以下は、出版物に記載されている最適値と応答モデルの同じ項を使用した私の予測値です。
出版物と JMP (分解能と保持時間でより顕著) の間で、予測値がどのようにして (信頼区間内ではなく) 大きく異なるのか理解できません。 また、3 因子交互作用と 3 次パワー項を使用してモデルを再起動しようとしました (出版物では 2 次モデルのみについて言及されていたとしても) が、実際の測定値と予測値の観点から得られるものに近い予測値は作成されませんでした。紙。
解析に関する内容はかなり軽いので、この最適値の予測値をどうやって求めているのかよくわかりません。
誰かがアイデアを持っているなら、自由にこの謎を解いてください:)
Re: 論文から DOE 解析を再現するビクター、
再度、感謝します。
論文 (オープンアクセス):
https://aip.scitation.org/doi/pdf/10.1063/1.5112268
中心点をより注意深く調べましたが、見つけられるのは次の引用文だけです。
「20 の実験と 5 つの中心点は、3 つの要素を含む研究でした。」
「3 階調の CCD は 15 回の実験実行と 5 つの中心点で取得されました。」
あなたの回答を照合するプロセスは、当時の私のプロセスと似ていました。
Re: 論文から DOE 解析を再現するこんにちは@PolygonBison420 、
論文はオンラインでアクセスできますか? リンクはありますか（中心点がどのように定義されたか、さまざまな応答に関して期待される目標は何であったか、そしてそれらの結論/解釈/見つかった最適値をより深く知るのに役立ちます）。
中心点は、すべての因子が中間レベル 0 にある点です。
おそらく著者は、中心点を 5 回複製した (または中心点の実行を 5 回複製した) ことを言いたかったのでしょうか。
私の場合、JMP を通じてデザインを生成し、スクリーンショットからの応答値をデザインの正しい行に「手動で」一致させる必要がありました。 最適な解決策ではないことは承知していますが、行の順序を同じにする可能性があるかもしれませんが、あなたが言及したように、それは（出版物からの）ランダムシードを知り、デザイン作成中にJMPでアクセスして使用できることを意味します。出力オプション (jmp.com) (DoE ウィンドウ作成の赤い三角のオプション「ランダム シードの設定」)。
として@Phil_Kay提案として、PDF または .csv/.xslx からテーブルを JMP に直接インポートすることもできます (この方法では、一部の値を手動でコピーして貼り付ける必要がありません)。ただし、分析を実行する前に、列を追加する必要がある場合があります。これにより、JMP は因子と応答にリンクされたいくつかのプロパティをよりよく理解できるようになります。
- 因子の場合、列プロパティ「コーディング」(低レベル (-1) および高レベル (+1) の値を指定)、「設計役割」(計画内の因子のタイプを指定、ここでは 3 つの因子に対して「連続」)、および「因子変更」(デフォルトでは「簡単」ですが、分割プロット計画などの特定の計画では、実行のランダム化を制限するためにハードまたは非常にハードに変更されます)、
- 応答の場合、最適化目標 (最大化、最小化、一致ターゲット、またはなし) を設定し、値と関連する望ましさを予測プロファイラーに認識させるには、列プロパティ「応答制限」が必要です。
この回答があなたのお役に立てれば幸いです、
Re: 論文から DOE 解析を再現するビクター、それは見事に機能します。 著者が 5 つの中心点について話していましたが、JMP が提案するオプションを見ると意味がわかりませんでした。 中心点は常に中間レベル/0 ですべての変数を扱いますよね?
回答制限をリストしている著者がほとんどいないため、論文から RSM を再作成することも難しいようです。
親切にも JMP でデザインを再作成していただいたので、最も効果的な方法は何かについてもお聞きしたいと思います。
たとえば、DOE/Clasical/RSD を使用して設計を再作成します。 私の結果は変数を含むデータテーブルですが、論文から応答データを追加する最良の方法は何ですか?
紙のランのパターン順序を（おそらくランダムシードを介して）一致させる簡単な方法はありますか？ それとも手動で探す必要があるのでしょうか (「ああ --- 処理は 4 行目です。テーブルの最初の応答列に応答をコピーしましょう...」 ）。
質問が意味をなすことを願っています。
フィル、提案してくれてありがとう。
Re: 論文から DOE 解析を再現するこんにちは、
それに加えて@Victor_G実験の計画について説明しましたが、JMP で分析を繰り返す方法に興味があると思います。
出発点は明らかに、データを JMP に保存することです。 これが PDF からのものである場合は、JMP のオプションを使用してデータをインポートできるはずです。 PDFからインポート。
または、JMP テーブルにデータを手動で入力することもできます。
または、データが .csv または .xlsx として保存されている場合もあります。 JMP に直接インポートすることもできます。
最初にデータを JMP ファイルとして共有することをお勧めします。 そうすれば、コミュニティが分析の再現を支援してくれるでしょう。
これがお役に立てば幸いです、
フィル
Re: 論文から DOE 解析を再現するこんにちは@PolygonBison420 、
コミュニティへようこそ！
同様の設計を作成するには、[DoE] メニューから [Classical] および [Response Surface Design] に移動します。
次に、3 つの連続因子と 3 つの応答を指定できます。
次に、さまざまなデザインから選択できます。
均一精度の CCD には、例のように 6 つの中心点が含まれています。
次に、回転可能な計画に対応する軸の値を選択します (3 つの連続因子の場合は 1,682)。
そして、あなたが示したものと同様のデザインが得られます。 デザインを生成するスクリプトは次のとおりです。
DOE(
Response Surface Design,
{Add Response( Maximize, "Capacity factor (k)", ., ., . ),
Add Response( Minimize, "Retention time (Rt2)", ., ., . ),
Add Response( Maximize, "Resolution (RS12)", ., ., . ),
Change Factor Settings( 1, 55, 65, "A: Organic Solvent" ),
Change Factor Settings( 2, 0.8, 1.2, "B: Flow rate" ),
Add Factor( Continuous, 3, 4, "C: pH", 0 ), Set Random Seed( 31406552 ),
Make Design( 2 ), Set Axial Choice( 1 ), Center Points( 6 ),
Simulate Responses( 0 ), Save X Matrix( 0 ), Set Run Order( Randomize ),
Make Table}
)
応答曲面計画の詳細については、ここを参照してください。応答曲面設計を構築する (jmp.com)
応答にリンクされた各モデルを分析するには、ここを参照してください。標準最小二乗モデル (jmp.com)
応答の分析を提供するスクリプト「最小二乗法フィット」を含む設計データテーブルを添付します (各応答の目標が正しいかどうかはわかりませんのでご注意ください。つまり、容量係数は最大化する必要があり、保持時間は最小化する必要があります) 、解像度は最大化する必要がありますか?)。
スクリプト「モデル」を起動し、応答を選択して（モデルはすでに定義されていますが、手動で行う必要がある場合は、因子を選択してマクロ「応答曲面」を使用できます）、「個別に適合」をチェックすることで、自分で試すことができます。 。 その後、出版物にあるモデルと自分のモデルを比較できます。
この回答がお役に立てば幸いです。
