JMP를 사용하여 기존의 확정 화면 디자인을 검증하고 사용하시겠습니까?안녕하세요,
ChatGPT 4.0을 통해 DOE 실험을 위한 최종 화면 디자인을 얻었습니다. (여러 논의 끝에) 합리적으로 보입니다. JMP에서는 최종 화면 디자인이 적합한지 확인할 수 있나요? 기존 확정 화면 설계가 있는 경우 이를 사용하고 나중에 JMP를 통해 측정한 실험 결과를 평가할 수 있습니까? 아니면 JMP는 자체 설계만 평가합니까?
실험 설계Re: 기존의 Definitive Screen 디자인을 JMP로 확인하고 사용하시겠습니까?안녕하세요 @Thommy7571 님 ,
첫 번째 요점: JMP가 있다면 DoE를 생성하기 위해 대규모 언어 모델에 의존하는 대신 JMP를 사용하는 것이 좋습니다. 왜냐하면 LLM은 (설계상) 추론, 계획 및 계산을 할 수 없기 때문입니다. 일반적으로 사실, 계산 또는 분석을 기대할 때는 LLM을 사용하지 마십시오. 훈련 세트에 따라 허용 가능한 답변을 제공할 수도 있지만 항상 그런 것은 아닙니다(그리고 재현이 불가능할 수도 있습니다).
데이터 테이블 자체에는 다음과 같이 확인해야 할 여러 측면도 있습니다.
- 각 연속형 요인(-1, 0, 1)에 대해 3가지 수준이 존재합니다.
- 디자인의 런은 적어도 실험 공간의 중앙에 하나의 런이 있는 접이식 쌍으로 제공됩니다.
데이터 세트가 있고 그것이 어떻게 구성되어 있는지 확인하고 싶다면 Evaluate Designs(jmp.com) 플랫폼을 사용하는 것이 좋습니다. 확정 선별 설계를 사용하고 평가할 때 알 수 있는 몇 가지 측면이 있습니다.
- 주효과에 대한 검정력 분석을 살펴보면 동일한 요인 유형에 대해 동일한(또는 매우 유사한) 검정력 값이 있어야 합니다(여기서 X1~X5는 연속형이고 X6은 2개 수준의 범주형임).
- 상관관계에 대한 색상 맵: 주효과 간, 그리고 주효과와 2요인 상호작용 간에는 상관관계가 없어야 하므로 다음과 같은 패턴이 됩니다.
여기서는 범주형 요인 X6의 존재로 인해 주효과 영역에서 매우 작은 상관관계가 있지만 연속형 요인만 있는 경우에는 이 작은 경계가 나타나지 않습니다. 별칭 행렬을 살펴보면 완전한 교락(전통적인 요인 설계에 존재할 수 있음)이 없는지 확인하는 데 도움이 될 수도 있습니다.
- 산점도 행렬을 보면 DSD의 특정 구조와 요인 간의 상관 관계가 없음을 확인하는 데 도움이 될 수도 있습니다.
자세한 내용은 여기에서 확인하세요. 확정 선별 설계 소개 - JMP 사용자 커뮤니티
마지막으로, JMP가 있고 여전히 ChatGPT 4에서 생성된 설계를 확인하고 싶다면 동일한 설정과 요소 수로 JMP를 사용하여 DSD를 생성하고 디자인 비교(jmp.com) 플랫폼을 사용하여 불규칙성을 확인할 수 있습니다. 또는 강한 차이.
이 답변이 도움이 되기를 바랍니다.
Re: 기존의 Definitive Screen 디자인을 JMP로 확인하고 사용하시겠습니까?간단히 대답하자면, JMP는 모든 데이터 세트를 평가할 수 있습니다. 분석을 통해 얻을 수 있는 것이 있는지 여부는 다른 문제입니다.
Re: 기존의 Definitive Screen 디자인을 JMP로 확인하고 사용하시겠습니까?안녕하세요, 답변 감사드립니다. ChatGPT가 최적이 아닐 수도 있지만, 다른 프로그램이든 동료의 디자인이든 다른 옵션이 있습니다. 그렇다면 다른 소프트웨어를 사용하여 설계를 만든 다음 JMP에서 이를 테스트하고 편집하고 사용할 수 있다는 뜻인가요? 나중에 표준 디자인(무작위가 아닌)을 편집할 수 있다면 좋을 것입니다. 즉, 여러 중심점을 추가하거나 무작위로 만드는 등의 작업이 가능합니까?
Re: 기존의 Definitive Screen 디자인을 JMP로 확인하고 사용하시겠습니까?짧은 대답은 '예'입니다. 거의 모든 설계를 JMP로 가져올 수 있습니다. 일반적인 경로는 원래 응용 프로그램이 무엇이든 간에 디자인을 만든 다음 이를 파일 형식으로 저장하는 것입니다. JMP에는 기본적으로 매우 다양한 파일 형식을 가져올 수 있는 기능이 있습니다. 설명서를 참조하세요. 다른 것이 없다면 일반적으로 사용되는 형식(예: .xls 워크시트)으로 파일을 저장하면 JMP에 복사하여 붙여넣는 것만큼 쉽습니다. 설계가 JMP 데이터 테이블에 있으면 다른 JMP 데이터 테이블처럼 완전히 편집할 수 있습니다.
하지만 문제는 다음과 같습니다. 기본적으로 JMP를 사용하여 설계를 생성하면 일반 Jane 처리 조합과 함께 수많은 메타데이터가 생성됩니다. JMP는 시각화 및 분석과 관련된 모든 작업을 위해 백그라운드에서 이 메타데이터를 사용합니다. 일반적으로 메타데이터는 가져온 파일과 함께 제공되지 않습니다. 따라서 JMP가 분석 작업 흐름, 결과 및 JMP 보고서에서 원하는 대로 작동하도록 하기 위해 각 열에 메타데이터를 추가하는 데 많은 시간을 소비하게 될 수 있습니다.
따라서 이야기에 대한 제 교훈은... 이미 JMP를 사용하여 분석을 수행한다면... 디자인을 만들기 위해 다른 곳으로 갈 이유가 무엇입니까? 나에게는 이해가되지 않습니다. 내가 생각할 수 있는 유일한 이유는 다른 사람이 디자인을 만들었다는 것입니다. 실험을 실행하고 이제 결과 분석을 요청합니다.
Re: 기존의 Definitive Screen 디자인을 JMP로 확인하고 사용하시겠습니까?@Victor_G , 경고, 멍청한 질문 및 이 대화를 가로채서 사과드립니다. JMP의 DSD에서 제가 가장 놀랐던 점은 설계에 추가된 처음 6개 요인에 대한 시행 횟수가 항상 17번이라는 것입니다. 7번째 요인을 사용해야만 시행 횟수가 21번으로 늘어납니다. 완성도를 높이기 위해 한 행에 한 행을 포함했습니다. 요인이지만 이는 제한적으로 의미가 있습니다.
| 요인 | 블록 | Nr. 추가 실행
(JMP 기본값) | 시험
(총) | 힘
(가로채기) | 힘
(절편을 제외한 모든 용어) |
| 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 |
| 10 | 1 | 4 | 25 | 0,996 | 0,992 |
질문:
- JMP에서는 이미 매우 적은 수의 요인을 사용하여 그렇게 많은 런을 제안하고 왜 7번째 요인이 도입된 후에야 런 수가 변경되기 시작합니까?
- 요인들의 검정력 분석을 보면, 첫 번째 요인에서 여섯 번째 요인까지 점진적인 감소는 미미해 보입니다. 왜?
- 제가 잘못 이해하고 있는 것이 있나요?
Re: 기존의 Definitive Screen 디자인을 JMP로 확인하고 사용하시겠습니까?안녕하세요 @Thommy7571 님 ,
예, Evaluate Designs(jmp.com) 플랫폼을 사용하여 모든 디자인을 평가할 수 있습니다.
디자인 비교(jmp.com) 플랫폼을 사용하여 여러 디자인을 비교할 수 있습니다.
마지막으로, 요인 범위, 모델 항, 제약 조건을 변경하고, 중앙점을 추가하고, 반복실험 등을 수행하려는 경우 플랫폼 Augment Designs(jmp.com)를 사용할 수 있습니다. 무작위화는 항상 데이터 테이블을 생성하기 전, 디자인 구성이 끝날 때 제안됩니다.
JMP 도움말 섹션에는 설계 복제, 중심점 추가, 접기, 축 점, 공간 채우기 확대 등 설계 강화 사용 사례에 대한 몇 가지 예가 있습니다.
JMP가 인식하는 형식으로 데이터를 업로드할 수 있는 한 모든 소스의 모든 설계로 이러한 모든 작업을 수행할 수 있습니다 . 데이터 가져오기(jmp.com) 그러나 @P_Bartell이 언급한 것처럼 수동으로 준비해야 할 수도 있습니다. JMP가 DoE의 요인 및 반응을 처리하는 방법을 인식하는 데 도움이 되는 특정 속성을 추가하는 요인 및 반응 열 속성: 열 속성(jmp.com)
이 답변이 귀하의 질문에 답변이 되기를 바랍니다.
Re: 기존의 Definitive Screen 디자인을 JMP로 확인하고 사용하시겠습니까?예, 귀하의 답변은 항상 도움이 됩니다. 감사해요!
Re: 기존의 Definitive Screen 디자인을 JMP로 확인하고 사용하시겠습니까?안녕하세요 @Ressel 님 ,
DSD 사용법을 더 잘 이해하려면 Bradley Jones의 DSD 관련 블로그 게시물을 읽어 보시기 바랍니다.
확정 선별 설계 소개
확정심사설계(DSD)의 적절한 사용과 부적절한 사용
귀하의 질문에 대해 :
- DSD는 "모든 경우에 적용되는" 스크리닝 접근 방식으로 만들어지지 않았으며, 5개 이상의 요인이 포함된 스크리닝 실험의 실행 횟수를 최적화하고 줄이는 것을 목표로 했습니다. 5가지 요인 아래에는 D-최적 설계, 기존 선별 설계 또는 반응 표면 설계 등 선별을 위한 "더 나은" 또는 더 적합한 설계 대안이 있습니다.
7개 요인 미만에서는 JMP는 7개 요인(런 17개)에 대해 최소 필수 실행이 포함된 DSD를 생성하고 검정력을 높이기 위해 사용되지 않는 요인을 "가짜 요인"으로 간주합니다. 이는 2~6개 요인을 포함하는 설계에서 검정력이 약간 감소하는 이유를 설명합니다. 실험 설계에 더 많은 요인이 사용되면 검정력 및 항 추정 정밀도를 높이는 데 사용할 수 있는 추가 실행이 줄어들기 때문입니다. 7번째 요인의 경우 더 이상 가짜 요인이 없으므로 검정력을 높이기 위해 추가 실행(JMP에서는 4개 권장)을 추가해야 합니다.
- DSD의 최소 실행 횟수는 요인 m의 수에 따라 선형적으로 변화합니다.
- 인수 m의 개수가 짝수이면 2m+1,
- 요인 m의 개수가 고르지 않은 경우 2m+3입니다.
이는 요인이 7개와 8개, 요인이 9개와 10개인 설계에 필요한 런 수가 동일한 이유를 설명합니다.
- JMP에서 권장하는 추가 실행 4개는 DSD에 가짜 요인 2개를 추가하는 것과 같습니다. 테스트를 수행하고 설계를 비교할 수 있습니다(4개의 추가 실행이 있는 DSD와 2개의 가짜 요소가 있는 DSD). 그들은 동일해야 합니다.
이 답변이 도움이 되기를 바랍니다.:)
