予測スクリーナー vs DOE?スクリーニング DOE と同じように、予測スクリーナーを使用して重要な変数を識別できるかどうか、ちょっと興味があります。つまり、基本的には直接最適化に進むことができるのでしょうか?人々が予測スクリーナーと DOE を組み合わせるかどうか、またはどのように組み合わせるか、あるいは、人々がどのような推奨事項やベスト プラクティスを持っているかに興味があります。
実験計画法Re: 予測スクリーナーと DOE の違い?あなたの質問を完全に理解しているかどうかはわかりませんが、私の考えは次のとおりです。
どのような質問に答えることができるか、データによって明らかにされる情報、導き出す結論、分析に使用するツール、結果を推定する際の信頼性、データに対する適切な反応は、データがどのように取得されたか、データがどの程度代表的で、どの程度包括的であるかに完全に依存します。データセットは。
そうは言っても、予測変数スクリーニングを行うためのデータをどこから取得しているかは示されていませんでした。履歴データの場合、データの適切なコンテキストが得られない可能性があります。これをデータマイニングと呼ぶこともできます。それ自体は何も悪いことではありませんが、これは実験で検証される仮説を立てるために行われます (科学的方法: 帰納/演繹の継続的なサイクルです)。たとえば、履歴データには、記録されていないがデータ収集中に変化していた影響力のある変数が含まれている可能性があります。推定されていない測定誤差があった可能性があります。未知数が多すぎる。
DOE が適切に計画されることを願っています。操作する要因 (および操作する理由) と操作しない要因 (ノイズ) を特定しておく必要があります。おそらく、実験で評価するモデルを念頭に置いているでしょう。測定システムを検討したか、治療内にこれをネストする計画を立てました。
Re: 予測スクリーナーと DOE の違い?こんにちは@mjz5448 さん
@statmanが述べているように、予測子スクリーニングは、履歴データに基づいて考えられる重要な要素を探索するための優れたデータ マイニング ツールですが、DoE と明確な目的で行われた適切な調査に代わるものではありません。
予測子スクリーニングは、履歴データ内の応答に対する重要な変数 (特徴の重要度の計算によって特定される) を特定するのに役立つ、ランダム フォレスト アルゴリズムに基づく方法です。データの代表性、実験空間のカバレッジ、欠損値、外れ値の存在、相互作用、相関関係、または因子間の多重共線性によっては、このプラットフォームにはいくつかの近道があり、多くの不明点がある可能性があるため、盲目的に信頼すべきではありません。
- たとえば、Predictor スクリーニング プラットフォームでは (JMP Pro で利用できる Bootstrap Forest とは異なり) モデルは提供されず、特徴/要素の重要性のみが提供されるため、個々のツリーやブランチにアクセスすることはできません。これは、モデル間の相互作用を特定するのに役立ちます。要因。
- また、背後にあるモデルの品質 (R²、RMSE、または目的に応じたその他の関連メトリクスを通じて) がわからないため、それによってどの程度の変動性が説明されるのか (またはモデルがどの程度正確であるのか) もわかりません。特徴の重要度の計算がトピックに関連している/適切である。
- すべての要素がランク付けされるため、重要な要素と重要でない要素の間のしきい値/制限は簡単ではありません。これを支援するために、ランダム係数 (ランダムな値) を追加できます。この手法の例は、応答として価格を持つ JMP のダイヤモンド データセットを使用して示されています。ランダム係数を追加し、可能な入力としてカラット重量を省略しています (非常に重要な予測子であるため、それが難しい例を示したかったのです)他の予測子を整理するため):
- このプラットフォームでは、要因間の相関関係や多重共線性の可能性については示されません。 多変量プラットフォームを使用すると、入力、出力、入出力間の相関関係を調査できます。多重共線性を特定するために、ダミーの回帰モデルを作成して因子間の VIF スコアを計算することもできます。
- カーディナリティの高いカテゴリ要因も、特徴の重要度の計算に偏りを与える可能性があります。カーディナリティ (クラスの数) が増えるほど、モデルが学習しようとする多数の小さなグループ/クラスがデータによって形成されるため、バイアスが高くなります。したがって、一般化または「ロジックの理解」に失敗し、その結果、過剰適合の可能性が高まるため、この機能の重要性が高くなります。ここの例は、同じデータセット、同じ条件を使用していますが、11 レベル (A から K まで) のランダムなカテゴリ因子を追加しています。この高いカーディナリティを持つカテゴリカルなランダム特徴は、以前に見られたランダムな数値変数の前にあります。
DoE は探索的データ分析/データ マイニング手法よりもはるかに大きく、よりエンドツーエンドのアプローチ/方法論です。つまり、最も有益なデータセットを作成するための目的、対応、要因の定義から始まります (ただし、ユーザーのニーズに合わせて調整することもできます)。実験予算）、次に進む方法や目標を達成する方法をよりよく知るために、結果の分析とモデルの改良に取り組みます。 DoE の要素の選択をガイドするために、常にその分野の専門知識を (履歴データがある場合は他のツールや視覚化も併用して) 使用してください。
(因子に関して) 研究に関連する履歴データがある場合は、 Augment Designプラットフォームを使用することをお勧めします。これは、必要に応じていつでも因子の範囲を拡大/縮小でき、柔軟性が高いためです。最初の履歴データセットをより大きな設計に拡張する方法。良い実践として (履歴データを DoE に追加する場合に特に関連します)、このプラットフォームの [新しい実行を別のブロックにグループ化する] オプションを必ずチェックしてください。このオプションは、初期スクリーニング パートで実験予算を節約し、保存された実行を最適化パートに割り当てるのに役立ちます (狭い実験空間でスペース フィリング法を使用して DoE を 2 回強化するか、高次のより正確なモデルを定義することによって)関連する要因のみに基づく条件です）。
この補足的な回答が違いを理解するのに役立つことを願っています。
Re: 予測スクリーナーと DOE の違いは?こんにちは@mjz5448 さん
実験における時間の処理に関して推奨されるオプションはありません。これは、実験における重要なノイズ要因として時間をどのように評価するか、および「範囲」/感度に基づきます。たとえば、日ごとに時間変動が予想され、1 日に複数の実験を実行できる場合は、ブロッキング係数で十分な場合があります。日中に何らかの時間傾向がある可能性がある場合 (温度、湿度条件、明るさなどの変化による)、共変量として時間を使用すると、堅牢な設計を作成するのに役立つ場合があります。
時間を共変量として使用して堅牢な時間傾向設計を作成する状況については、Peter GOOS と Bradley JONES の著書「Optimal Designs of Experiments : A Case Study Approach」(第 9 章: 共変量がある場合の実験設計) で説明されています。
時間共変量に関するトピックはすでにここにありました: https://community.jmp.com/t5/Discussions/Covariates-in-defined-order-in-custom-design/mp/596777/highlight/true#M80044
Bradley Jones は、時間/順序を共変量として使用することについてのブログ記事も書いています: 「 応答の線形時間傾向に対して堅牢な実験設計を作成する方法」
JMP ヘルプ: https://www.jmp.com/support/help/en/17.2/index.shtml#page/jmp/design-with-a-linear-time-trend.shtml
この回答がお役に立てば幸いです。
PS: あなたが開始したディスカッションには、「承認された解決策」がありませんでした。投稿内の回答によって質問や問題が解決した場合は、「解決策として承認」としてマークしてください。これは、回答に時間を割いてくれた人々への感謝の印であり、他の JMP ユーザーが同様の問題に対する解決策をより簡単に見つけるのに役立ちます。
Re: 予測スクリーナーと DOE の違いは?お二人ともコメントありがとうございます。
statman - おっしゃる通り、私は過去のデータを調べて、何らかの変数が私の 1 つの応答変数に影響を与えるかどうかを確認しようとしています。
Victor_G - ランダム変数についてのアドバイスをありがとうございます。私は実際に、重要な要因と重要でない要因のいわばカットオフ ポイントを決定するためにランダム変数を含めました。
ドキュメントが見つからなかったもう 1 つの質問は、予測子スクリーニングに変数として「日付」を含めてもよいかどうかです。または、予測子スクリーニングとは別に「日付」を使用した時系列分析を検討する必要がありますか。それとも、予測子スクリーニングに日付を含めることに意味があるのでしょうか。
再度、感謝します！
Re: 予測スクリーナーと DOE の違いは?技術的には、Predictor スクリーニング プラットフォームに Date などの時間変数を含めることが可能であり、Random Forests を時系列分析に使用できます。
ただし、提供されたコンテンツに基づいて、時間変数を使用した場合と使用しない場合のこのプラットフォームの結果を比較することを検討します。
実験変数は時間に敏感である可能性があり、時間を予測因子として含めると、他の興味深い予測因子が隠れてしまう可能性があるのではないかと心配しています。
日付に使用される形式とデータ型 (連続、離散など) に応じて、高カーディナリティ予測子を導入することで、プラットフォームの結果にバイアスがかかる可能性もあります。
最後に、実験のコンテキストでは、時間は DoE で完全に独立して変更できる要素ではありません (他の要素とは異なります)。時間を共変量として (およびモデル内で主効果と二次効果を介して) またはブロック因子として追加することで、時間ロバストな設計を作成できる可能性がありますが、他の要素のように自由に変更することはできません。
したがって、私はむしろ、Predictor Screening プラットフォームを通じて応答と要因の関係を分析し、次に時間に関連する要因の依存関係を分析します (視覚化、時系列分析、および/または機能データ エクスプローラーを通じて)。ただし、探索的分析では、他の要因と同じように時間を直接含めることはおそらくありません。
Re: 予測スクリーナーと DOE の違いは?Victor_Gさん、ありがとうございます。
DOE に時系列を含める方法には好みがありますか。共変量を含めるか、時間で実行をブロックするかの好みはありますか。プラント エンジニアとしての私の実験では、日付/時刻が常に役割を果たしているようですが、生産スケジュールを管理していないため、時間要因をブロックしようとするのは面倒だと感じています。以前にやったことがありますが、共変量として使用することを好みますが、DOE で共変量を使用したことはありません。経験があるかどうか知りたいです。改めて感謝します。
Re: 予測スクリーナーと DOE の違いは?データに時系列が含まれている可能性があるため、データを関数として扱うことも検討してください。説明と回答からそのアプローチが役立つかどうかはわかりませんが、 ここで詳細を学ぶことができます。関数 (機能 PCA に縮小) は、他の X または Y 分析ロール変数と同様に使用できることに注意してください。
