確定スクリーニングにおける遺伝ルールの選択方法こんにちは、
DSD を実行する場合、二次方程式と交互作用に「強い遺伝に従う」ルールを適用するオプションが与えられます。
これによりモデルが制限され、主効果として両方を含む交互作用のみが許可されると思います。主効果もあることが判明した二次方程式のみを許可しない限り、これが二次方程式でどのように機能するかについては肯定的ではありません。
DSD を評価する際、データにとって「最適な」モデルは何かをどのように判断しますか? ここで選択するオプションによって回答が大きく異なるため、さらに設計を進める前に、選択の基準や根拠を把握しておきたいと思います。
実験計画法ウィンドウズRe: 最終画面での遺伝ルールの選択方法以下に私の考えを示しますが、議論の余地があると思われる場合は無視していただいてかまいません。
1.歴史的知識への依存度は低く、主題知識への依存度は高くなります。科学/工学理論に反するモデルをサポートするには、大量のデータが必要になります。
2. あなたの言葉の使い方に苦労しています。「統計的に特徴づける」または「統計的に構築される」の意味がわかりません。私たちは因果構造を理解し、経験的モデルを構築するための効果的かつ効率的な方法として統計を使用します。
3. 部分階乗を使用して因果構造の理解を深めていくためのガイダンスとして使用する原則があります。
- 希少性 (有用なモデルに役立つ多くの要素のうちのいくつかがあります)
- 階層 (1 次 > 2 次 >> 3 次...など) 通常、Tylor シリーズの順序でモデルを構築します。
- 遺伝 (高次の効果を有効にするには、少なくとも 1 つの親が有効である必要があります)。これは、同じ順序の重要な効果があり、階層がどれがアクティブな効果であるかに関するガイダンスを提供できない場合に使用されます。
これらは指針であり、常に真実であるとは限りません (それ自体はルールではありません)。これらの基本原則に従っても、一連のエイリアス効果から重要な効果を選択できない場合は、さらに処理を実行する必要があります。設計空間に関連して、これらの追加の実行をどこで実行するかは、状況によって異なります。
4. モデルを構築する際には、考慮すべき要素がいくつかあります。まず第一に、科学的または工学的な根拠（仮説）です。次に、次のようないくつかの有用な統計があります。
- RMSE（RMSEが小さいモデルが良い）
- p 値 (MSE がランダム誤差の適切な推定値であると仮定した統計的有意性)
- デルタ R スクエア - R スクエア調整 (デルタが大きいほど、モデルがオーバースペックである可能性が高くなります)
- 残差（NID(0,分散)）
繰り返しますが、どれも決定的なものではなく、データの取得方法と状況を考慮すると解釈が必要です。
5. 最も効果的または効率的な DOE 戦略は 1 つではありません。適切な実験戦略の選択は状況によって異なります。私の提案は常に、複数の実験を設計し、各実験から何が学べるかを評価し、それを必要なリソースと比較することです。次に、1 つを選択して、反復する準備をします。
Re: 最終画面での遺伝ルールの選択方法ハイマーク、
私たちは今、統計的に構築されていない複雑なシステムを遡って統計的に特徴付けているので、このプロセスに関するある程度の歴史的な知識を持っています。
私としては、世襲のルールを削除した方が、より多くの予想される傾向が得られると言えますが、「広範な歴史的知識に基づいて」と言うのではなく、私の選択の根拠を示したいと思います。 DSD プラットフォームは私が将来的に使用したいものであり、同僚の賛同を得たいと思っています。
遺伝ルールをいつ使用するかを決定する方法はありますか (統計的な経験則、ある種の設計/データ評価手法など)
そうでない場合、複数のシナリオで確認実行を実行し、前述のようにどのモデルがより適合するかを判断するのが最善のプロセスでしょうか?
Re: 最終画面での遺伝ルールの選択方法継承の強制は最も制限の厳しい検索であり、継承の緩和は最も制限の少ない検索です。これら 2 つの形式の検索により、異なる解決策が得られる可能性があります。これらの解決策は、手元にあるデータ (他の情報はなし) と解決方法に依存します。
どのモデルが最も合理的であるかを判断するための、要因の影響に関する事前情報はありますか?
両方のソリューションを使用して同じ条件 (つまり、因子設定) の下で応答を予測し、確認実行を実行して (できれば) モデルの 1 つを検証することもできます。
Re: 最終画面での遺伝ルールの選択方法まず、JMP ヘルプの Fit Definitive Screening Platform の統計の詳細を確認してください。
