Hinzufügen von Kandidatenläufen im MischungsentwurfHallo, ist es möglich, Kandidatenläufe in den Mischungsentwurf einzubeziehen? Als ich versuchte, 4 Läufe hinzuzufügen, die ich in das Design einbeziehen wollte. Sie werden als weitere Faktoren betrachtet. Kann mir jemand erklären, wie das funktioniert?
VersuchsplanungBetreff: Kandidatenläufe im Mischungsdesign hinzufügenJa. Wenn Sie eine separate Tabelle mit Ihren 4 Kandidatenläufen erstellen und dann die Schaltfläche „Kovariatenfaktoren auswählen“ verwenden, werden diese Kandidatenläufe in Ihrem Entwurf berücksichtigt bzw. einbezogen (abhängig von den Kontrollkästchen unten).
Betreff: Kandidatenläufe im Mischungsdesign hinzufügenDanke @Jed_Campbell . Meine Frage lautet also: Warum behandelt JMP sie als unterschiedliche Faktoren? Soweit ich weiß, meinen wir mit Kandidatenläufen das Hinzufügen einiger benutzerdefinierter Werte der Faktoren, die wir gerne als Teil des Designs sehen würden. Bitte korrigieren Sie mich, wenn ich falsch liege. Und in meinem Fall wurden sie nur als Kovariatenfaktoren und nicht als Mischungsfaktoren behandelt. Ich hoffe, meine Frage ist für Sie klar.
Dank im Voraus.
Betreff: Kandidatenläufe im Mischungsdesign hinzufügenHallo @Mathej01 ,
Einige zusätzliche Informationen zu der zuvor vorgeschlagenen Option:
Der Candidate-Set-Ansatz , beschrieben von @Jed_Campbell , kann nützlich sein, wenn Sie über viele Datenpunkte verfügen, die Ihren (begrenzten) experimentellen Raum vollständig abdecken. Wenn Sie nur mit 4 Punkten beginnen und die oben stehende Option befolgen, kann es sein, dass Sie einen Fehler oder ein kleines Design erhalten, das für Ihr(e) Ziel(e) nicht sehr geeignet ist.
Ich würde in Betracht ziehen, diese 4 ersten Durchläufe zu verwenden und das Design darauf aufzubauen, indem ich das „ Augment-Design „Plattform. Auf diese Weise bleiben die Faktoren wie ursprünglich beschrieben erhalten und nicht als unterschiedliche Faktoren (und dasselbe gilt für die Antwort(en)). Möglicherweise müssen Sie einige Spalteneigenschaften für Ihre Mischungsfaktoren angeben, bevor Sie die Augment-Plattform starten: Eigenschaften „Mischung“, „Designrolle“ und „Faktoränderungen“ (falls nicht bereits in Ihrer ursprünglichen Tabelle vorhanden).
Beispiel hier mit 4 ersten Läufen (rot), ergänzt durch ein Scheffe-Cubic-Design mit 8 zusätzlichen Läufen (in blau):
Sie können sich beide Ansätze mit dem Spielzeugdatensatz ansehen, den ich mit 4 ersten Durchläufen erstellt habe, und sehen, was für Sie in Ihrem Anwendungsfall am besten aussieht.
Ich hoffe, diese Antwort wird Ihnen helfen,
Betreff: Kandidatenläufe im Mischungsdesign hinzufügenHallo
Danke @Victor_G . Ich glaube, Ihre Antwort könnte ein Ansatz zur Lösung meines Problems sein. Aber ich glaube, ich habe bereits einen Fehler gemacht, als ich das Konzept der Kandidatenläufe verstanden habe. Ich denke, dass die Kandidatenläufe, die ich einbeziehen wollte, bereits innerhalb der Grenzen der von mir angegebenen Faktoren (Mischungsfaktoren) liegen. Meine Idee war also, einige meiner aktuellen Formulierungen als Läufe einzubeziehen. Und erstellen Sie dann einen Entwurf mit insgesamt 15 Durchläufen, um ein Vorhersagemodell zu erhalten. Macht irgendetwas davon Sinn? Oder macht es in diesem Fall keinen Sinn, Kandidatenläufe hinzuzufügen?
Und wenn ja, wie würde JMP ein Design erstellen? Oder schränken meine Kandidatenläufe die Effizienz des Designs ein?
Ich hoffe, meine Frage war klar.
Dank im Voraus.
Betreff: Kandidatenläufe im Mischungsdesign hinzufügenHallo @Mathej01 ,
Es hört sich so an, als ob Sie lieber „erzwungene Läufe“ in Ihrem Design haben möchten, als einen Kandidatensatz-Ansatz zu verwenden, der eine Tabelle mit allen möglichen experimentellen Kombinationsläufen erfordert, in denen die Custom Design-Plattform möglicherweise die informativsten Läufe für das gewünschte Modell auswählt untersuchen.
Die Augment Design-Plattform könnte für Ihren Anwendungsfall eine geeignete Wahl sein. Ich verstehe Ihre Entscheidung, bereits erstellte Formulierungen einzubeziehen, vollkommen, und die Augment Design-Plattform ist vollständig in der Lage, die Informationen aus diesen ersten Durchläufen zu verarbeiten und neue Durchläufe bereitzustellen, die dabei helfen, die für das von Ihnen spezifizierte Modell benötigten Informationen zu vervollständigen.
In dem von mir bereitgestellten Spielzeugdatensatz können Sie Ihren Anwendungsfall testen, indem Sie die 4 anfänglichen Läufe zu einem Design erweitern (das Aktivieren der Option „Neue Läufe in separaten Block gruppieren“ kann eine gute Idee sein, um etwaige Variabilitätsänderungen zwischen dem anfänglichen und dem erweiterten Satz zu bewerten Anzahl der Experimente), geben Sie das gewünschte Modell und die Anzahl der Durchläufe insgesamt an (z. B. 15 Durchläufe einschließlich der 4 ersten Durchläufe). Im bereitgestellten Beispiel können Sie ein kubisches Scheffe-Modell (mit aktivierter Blockierung) angeben und einen Entwurfsvorschlag mit 15 Läufen haben, sodass es durchaus Sinn macht.
Die Effizienz des Entwurfs hängt von verschiedenen Parametern ab, wie z. B. der Anzahl der Durchläufe, die Sie sich leisten können, den Informationen, die Ihre ersten Durchläufe liefern (Aufteilung der Punkte in Ihrem Versuchsraum), der Komplexität des von Ihnen angenommenen Modells ...
Da es möglicherweise keine definitive Antwort auf Ihre Frage gibt, ist es am besten, ein anderes Szenario auszuprobieren (Design, das durch Erweiterung der ersten Durchläufe erstellt wurde, oder Design, das von Grund auf neu erstellt wurde) und die Designs zu vergleichen, die durch die „ Design vergleichen „Plattform.
Sie haben einen besseren Überblick über die potenziellen Vorteile der Erweiterung eines Designs, da die ersten vier Durchläufe bereits fertig sind. Das bedeutet, dass Sie einen erweiterten Mischungsentwurf mit 15 Durchgängen mit einem völlig neuen Mischungsentwurf mit 11 Durchläufen vergleichen können (sofern möglich). (Sie können sich keine weiteren Durchläufe leisten) und von diesen zusätzlichen Informationen profitieren, um eine höhere Präzision bei der Schätzung, bessere Vorhersageleistungen und/oder die Möglichkeit zu erreichen, ein komplexeres Modell anzunehmen.
Ich hoffe, diese Antwort hilft Ihnen,
