739307_de-DE

liliconcom

So wählen Sie Vererbungsregeln im endgültigen Bildschirm aus

Hallo,

Bei der Durchführung einer DSD haben Sie die Möglichkeit, die Regeln „Gehorcht starker Vererbung“ auf quadratische Zahlen und Interaktionen anzuwenden.

Ich glaube, dass dies das Modell einschränkt und nur Interaktionen zulässt, die beide als Haupteffekte enthalten. Ich bin mir nicht sicher, wie das bei Quadratzahlen funktioniert, es sei denn, es lässt nur Quadratzahlen zu, bei denen festgestellt wurde, dass sie auch einen Haupteffekt haben.

Wie bestimmen Sie bei der Bewertung Ihres DSD, welches das „beste“ Modell für Ihre Daten ist? Je nachdem, welche Optionen ich hier wähle, erhalte ich sehr unterschiedliche Antworten. Daher hätte ich gerne eine Metrik/Begründung für meine Wahl, bevor ich mit weiteren Entwürfen fortfahre.

VersuchsplanungWindowsBetreff: So wählen Sie Vererbungsregeln im endgültigen Bildschirm aus

Hier sind meine Gedanken, die Sie ignorieren können, wenn Sie sie argumentativ finden:

1. Man verlässt sich weniger auf historisches Wissen als vielmehr auf Fachwissen. Sie benötigen eine erhebliche Datenmenge, um ein Modell zu unterstützen, das im Widerspruch zur wissenschaftlichen/technischen Theorie steht.

2. Ich habe Probleme mit Ihrer Wortwahl ... Ich verstehe nicht, was „ statistisch charakterisierend“ oder „statistisch aufgebaut“ bedeutet. Wir nutzen Statistiken als effektive und effiziente Möglichkeit, die kausale Struktur zu verstehen und empirische Modelle zu erstellen.

3. Es gibt Prinzipien, die wir als Leitfaden für die Entwicklung eines Verständnisses der Kausalstruktur mithilfe gebrochener Fakultäten verwenden:

• Knappheit (es gibt einige der vielen Faktoren, die für ein nützliches Modell nützlich sind)
• Hierarchie (erste Ordnung> 2. Ordnung >> 3. Ordnung usw.) Wir bauen Modelle normalerweise in der Reihenfolge der Tylor-Serie.
• Vererbung (Damit ein Effekt höherer Ordnung aktiv ist, muss mindestens ein Elternteil aktiv sein). Dies wird verwendet, wenn signifikante Effekte derselben Reihenfolge vorhanden sind und die Hierarchie keine Hinweise darauf geben kann, welcher Effekt aktiv ist.

Diese dienen der Orientierung und sind nicht immer wahr (es handelt sich nicht um Regeln an sich). Wenn Sie nach diesen Leitprinzipien immer noch nicht den signifikanten Effekt aus einer Reihe von Aliaseffekten auswählen können, müssen Sie weitere Behandlungen durchführen. Wo Sie diese zusätzlichen Läufe in Bezug auf den Designraum ausführen, hängt von der Situation ab.

4. Beim Erstellen von Modellen müssen eine Reihe von Elementen berücksichtigt werden. An erster Stelle steht die wissenschaftliche bzw. technische Begründung (Hypothesen). Dann eine Reihe nützlicher Statistiken, zum Beispiel:

• RMSE (das Modell mit dem kleineren RMSE ist besser)
• p-Werte (statistische Signifikanz unter der Annahme, dass der MSE eine gute Schätzung der Zufallsfehler ist)
• Delta R-Quadrat-R-Quadrat angepasst (je größer das Delta, desto wahrscheinlicher ist es, dass das Modell überspezifiziert ist)
• Residuen (NID(0,Varianz))

Auch hier sind keine davon endgültig und bedürfen angesichts der Datenbeschaffung und der Situation einer Interpretation.

5. Es gibt keine DOE-Strategie, die am effektivsten oder effizientesten ist. Die Auswahl der geeigneten Experimentierstrategie ist situationsabhängig. Mein Vorschlag ist immer, mehrere Experimente zu entwerfen und zu bewerten, was aus jedem gelernt werden kann, und dies den erforderlichen Ressourcen gegenüberzustellen. Wählen Sie dann eine aus und bereiten Sie die Iteration vor.

Betreff: So wählen Sie Vererbungsregeln im endgültigen Bildschirm aus

Hallo Mark,

Ich verfüge über einige historische Kenntnisse über diesen Prozess, da wir jetzt zurückgehen und ein komplexes System statistisch charakterisieren, das nicht statistisch aufgebaut wurde.

Ich würde sagen, dass die Entfernung der Vererbungsregeln viel mehr erwartete Trends liefert, aber ich möchte meine Wahl begründen, anstatt zu sagen: „Basierend auf umfassendem historischen Wissen“. Die DSD-Plattform möchte ich in Zukunft gerne nutzen und würde gerne die Zustimmung meiner Kollegen erhalten.

Gibt es eine Möglichkeit zu bestimmen, wann Vererbungsregeln anzuwenden sind (eine statistische Faustregel, eine Art Entwurfs-/Datenauswertungstechnik usw.)?

Wenn nicht, ist es der beste Prozess, Bestätigungsläufe in mehreren Szenarien durchzuführen und zu bestimmen, welches Modell besser passt, wie Sie bereits erwähnt haben?

Betreff: So wählen Sie Vererbungsregeln im endgültigen Bildschirm aus

Die Durchsetzung der Vererbung ist die restriktivste Suche und die Lockerung der Vererbung ist die am wenigsten restriktive Suche. Diese beiden Suchformen können zu unterschiedlichen Lösungen führen. Diese Lösungen hängen von den vorliegenden Daten (keine weiteren Informationen) und der Lösungsmethode ab.

Verfügen Sie über Vorabinformationen über die Auswirkungen Ihrer Faktoren, die Ihnen dabei helfen können, welches Modell am sinnvollsten ist?

Sie können beide Lösungen verwenden, um die Reaktion unter denselben Bedingungen (d. h. Faktoreinstellungen) vorherzusagen, und dann Bestätigungsläufe durchführen, um (hoffentlich) eines der Modelle zu überprüfen.

Betreff: So wählen Sie Vererbungsregeln im endgültigen Bildschirm aus

Schauen Sie sich zunächst die statistischen Details der JMP-Hilfe für die Fit Definitive Screening-Plattform an