Vérifier et utiliser la conception d'écran définitif existante avec JMP ?Bonjour,
J'ai obtenu une conception d'écran définitive pour une expérience DOE par ChatGPT 4.0. Cela semble raisonnable (après plusieurs discussions). JMP peut-il vérifier si la conception d'écran définitive est acceptable ? si je dispose d'un modèle d'écran définitif existant, puis-je l'utiliser et ensuite évaluer les résultats expérimentaux de ces mesures par JMP ? Ou est-ce que JMP évalue uniquement ses propres conceptions ?
Conception d'expériencesRe : Vérifier et utiliser la conception d'écran définitif existante avec JMP ?Salut @ Thommy7571 ,
Premier point : Si vous disposez de JMP, je vous recommande fortement de l'utiliser au lieu de vous fier aux grands modèles linguistiques pour créer votre DoE, car les LLM ne sont pas capables (par conception) de raisonner, de planifier et de calculer. De manière générale, n'utilisez pas un LLM lorsque vous attendez un fait, un calcul ou une analyse. Selon l'ensemble de formation, cela peut fournir des réponses acceptables, mais ce n'est pas toujours le cas (et cela peut ne pas être reproductible).
Sur le datatable lui-même, il y a aussi plusieurs aspects à vérifier, comme :
- Présence de 3 niveaux pour chaque facteur continu (-1, 0, 1),
- Les pistes de la conception sont présentées par paires repliées, une piste étant au moins située au centre de l'espace expérimental.
Si vous disposez d'un ensemble de données et souhaitez vérifier comment il est organisé, je vous recommande d'utiliser la plateforme Evaluate Designs (jmp.com) . Il y a plusieurs aspects que vous pourriez remarquer lorsque vous utilisez un plan de dépistage définitif et que vous l'évaluez :
- En regardant l'analyse de puissance pour les effets principaux, vous devriez avoir des valeurs de puissance identiques (ou très similaires) pour les mêmes types de facteurs (ici X1 à X5 sont continus, X6 est catégorique avec 2 niveaux) :
- Carte des couleurs sur les corrélations : Vous ne devriez avoir aucune corrélation entre les effets principaux, et entre les effets principaux et les interactions à 2 facteurs, vous vous retrouvez donc avec ce genre de motif :
Ici, j'ai une très petite corrélation dans la zone d'effets principaux due à la présence du facteur catégoriel X6, mais si vous n'avez que des facteurs continus, vous n'aurez pas cette petite bordure. L'examen de la matrice Alias peut également aider à vérifier s'il n'y a pas de confusion totale (qui pourrait être présente dans les plans factoriels classiques).
- L'examen d'une matrice de nuages de points peut également aider à voir la structure particulière du DSD et l'absence de corrélation entre les facteurs :
Pour en savoir plus, cliquez ici : Présentation des conceptions de tramage définitives - Communauté d'utilisateurs JMP
Enfin, si vous disposez de JMP et souhaitez toujours vérifier la conception générée par ChatGPT 4, vous pouvez générer un DSD avec JMP avec le même paramètre et le même nombre de facteurs, et utiliser la plateforme Compare Designs (jmp.com) pour vérifier d'éventuelles irrégularités. ou de fortes différences.
J'espère que cette réponse pourra vous aider,
Re : Vérifier et utiliser la conception d'écran définitif existante avec JMP ?Réponse courte, JMP peut évaluer n'importe quel ensemble de données. La question de savoir s’il y a quelque chose à gagner de l’analyse est une autre question.
Re : Vérifier et utiliser la conception d'écran définitif existante avec JMP ?Bonjour, merci pour la réponse. ChatGPT n'est peut-être pas optimal, mais il existe d'autres options, qu'il s'agisse d'un autre programme ou de la conception d'un collègue. Cela signifie-t-il que je peux créer une conception à l'aide d'autres logiciels, puis la tester, la modifier et l'utiliser avec JMP ? Ce serait bien s'il y avait aussi la possibilité d'éditer ensuite un plan standard (non randomisé), c'est-à-dire ajouter plusieurs points centraux, randomiser, etc. Est-ce possible ?
Re : Vérifier et utiliser la conception d'écran définitif existante avec JMP ?La reponse courte est oui'. Vous pouvez importer à peu près n’importe quelle conception dans JMP. La voie générale serait de créer la conception dans quelle que soit l'application d'origine, puis de l'enregistrer dans un format de fichier. JMP a la capacité d’importer nativement de très nombreux formats de fichiers différents. Voir la documentation. Si rien d'autre, enregistrez le fichier dans un format couramment utilisé, par exemple une feuille de calcul .xls, puis c'est aussi simple que de copier/coller dans JMP. Une fois que la conception est dans une table de données JMP, elle est entièrement modifiable comme n'importe quelle autre table de données JMP.
Voici maintenant le problème... lorsque vous créez une conception de manière native à l'aide de JMP... de nombreuses métadonnées sont créées avec les combinaisons de traitement Plain Jane. JMP utilise ces métadonnées en arrière-plan pour toutes sortes de choses liées à la visualisation et à l'analyse. Aucune des métadonnées n'est généralement fournie avec le fichier importé... vous risquez donc de passer beaucoup de temps à ajouter les métadonnées à chaque colonne pour que JMP se comporte comme vous le souhaitez dans votre flux de travail d'analyse, vos résultats et vos rapports JMP.
Ma question morale est donc la suivante : si vous disposez déjà de JMP pour effectuer l'analyse, pourquoi iriez-vous ailleurs pour créer la conception ? Cela n'a tout simplement aucun sens pour moi. La seule raison à laquelle je puisse penser est que quelqu'un d'autre a créé le design. A mené l'expérience et vous demande maintenant d'analyser les résultats.
Re : Vérifier et utiliser la conception d'écran définitif existante avec JMP ?@Victor_G , avertissement, question noob et excuses pour avoir détourné cette conversation. Ce qui me surprend avec DSD dans JMP, c'est que le nombre d'essais pour les 6 premiers facteurs ajoutés à une conception reste invariablement à 17. Ce n'est qu'avec le 7ème facteur que le nombre d'essais passe à 21. Pour être complet, j'ai inclus une ligne pour un facteur, même si cela n’a qu’un sens limité.
| Facteurs | Blocs | N° de courses supplémentaires
(JMP par défaut) | Essais
(total) | Pouvoir
(intercepter) | Pouvoir
(n'importe quel terme sauf intercept) |
| 1 | 1 | 4 | 17 | 0,97 | 0,937 |
| 2 | 1 | 4 | 17 | 0,969 | 0,935 |
| 3 | 1 | 4 | 17 | 0,967 | 0,932 |
| 4 | 1 | 4 | 17 | 0,965 | 0,929 |
| 5 | 1 | 4 | 17 | 0,963 | 0,925 |
| 6 | 1 | 4 | 17 | 0,959 | 0,92 |
| 7 | 1 | 4 | 21 | 0,988 | 0,975 |
| 8 | 1 | 4 | 21 | 0,987 | 0,973 |
| 9 | 1 | 4 | 25 | 0,997 | 0,992 |
| dix | 1 | 4 | 25 | 0,996 | 0,992 |
Des questions:
- Pourquoi JMP suggère-t-il déjà autant d'exécutions avec très peu de facteurs et pourquoi le nombre d'exécutions ne commence-t-il à changer qu'après l'introduction du 7ème facteur ?
- Si l’on examine l’analyse de puissance des facteurs, la réduction progressive du premier au sixième facteur semble marginale. Pourquoi?
- Y a-t-il quelque chose que je comprends mal ?
Re : Vérifier et utiliser la conception d'écran définitif existante avec JMP ?Salut @ Thommy7571 ,
Oui, vous pouvez évaluer n'importe quelle conception avec la plateforme Evaluate Designs (jmp.com) .
Vous pouvez comparer plusieurs designs avec la plateforme Compare Designs (jmp.com) .
Enfin, si vous souhaitez modifier les plages de facteurs, les termes du modèle, les contraintes, ajouter des points centraux, des répliques ou quoi que ce soit, vous pouvez utiliser la plateforme Augment Designs (jmp.com) . La randomisation est toujours proposée à la fin de toute construction de conception, avant de créer la datatable :
Il existe plusieurs exemples dans la section d'aide de JMP sur des cas d'utilisation pour augmenter une conception : répliquer une conception, ajouter des points centraux, replier, des points axiaux, augmenter le remplissage de l'espace.
Toutes ces opérations peuvent être effectuées avec n'importe quelle conception à partir de n'importe quelle source, à condition que vous puissiez télécharger les données dans un format reconnu par JMP : Importez vos données (jmp.com) Mais comme le mentionne @P_Bartell , vous devrez peut-être effectuer une préparation manuelle. Propriétés des colonnes de facteurs et de réponses pour ajouter des propriétés spécifiques qui aident JMP à reconnaître comment gérer les facteurs et les réponses du DoE : Propriétés de colonne (jmp.com)
J'espère que cette réponse répond à vos questions,
Re : Vérifier et utiliser la conception d'écran définitif existante avec JMP ?Oui, vos réponses sont toujours utiles. Merci!
Re : Vérifier et utiliser la conception d'écran définitif existante avec JMP ?Salut @Ressel ,
Je peux fortement recommander de lire les articles de blog de Bradley Jones sur les DSD pour mieux comprendre leur utilisation :
Présentation des modèles de dépistage définitifs
Utilisation appropriée et inappropriée des modèles de dépistage définitif (DSD)
À propos de vos questions :
- Les DSD n'ont pas été créés comme une approche de dépistage « universelle » et visaient à optimiser et à réduire le nombre d'essais pour les expériences de dépistage impliquant plus de 5 facteurs. En dessous de 5 facteurs, il existe des alternatives de conception « meilleures » ou plus adaptées pour le criblage : conceptions D-optimales, conceptions de criblage classiques, ou même conceptions de surface de réponse.
En dessous de 7 facteurs, JMP crée un DSD avec des exécutions minimales requises pour 7 facteurs (17 exécutions) et considère les facteurs non utilisés comme des « faux facteurs » pour augmenter la puissance. Cela explique pourquoi il y a une légère diminution de puissance dans les plans impliquant 2 à 6 facteurs, car plus de facteurs sont utilisés dans le plan expérimental, moins d'exécutions supplémentaires sont disponibles pour augmenter la puissance et la précision de l'estimation des termes. Pour le 7ème facteur, vous devez ajouter des exécutions supplémentaires (4 recommandées par JMP) pour augmenter la puissance, car il n'y a plus de faux facteurs.
- Le nombre minimum de runs évolue linéairement pour les DSD en fonction du nombre de facteurs m :
- 2m+1 lorsque le nombre de facteurs m est pair,
- 2m+3 lorsque le nombre de facteurs m est impair.
Cela explique pourquoi les plans à 7 et 8 facteurs, ou à 9 et 10 facteurs, nécessitent le même nombre d'essais.
- Les 4 exécutions supplémentaires recommandées par JMP correspondent à l'ajout de 2 faux facteurs dans un DSD. Vous pouvez faire le test et comparer les designs (DSD avec 4 runs supplémentaires et DSD avec 2 faux facteurs), ils doivent être identiques :
J'espère que cette réponse vous aidera:)
