Comment utiliser efficacement le résumé des effets pour un mélange DOE ?Bonjour,
J'ai exécuté un DOE sur JMP 17 et je commence à analyser les données avec JMP en utilisant le résumé des effets. C'est un mélange à quatre composants. J'ai regardé quelques vidéos dans le catalogue JMP sur l'utilisation du résumé des effets pour les mélanges et j'ai suivi ce qu'ils ont fait (en supprimant les sources qui avaient une valeur P > 0,05, si elles n'ont aucune dépendance au-dessus). Y a-t-il des circonstances dans lesquelles je m'en écarterais ? J'ai joint une photo du résumé de l'effet ci-dessous - par exemple, est-ce que je supprimerais la source A ? Juste curieux, puisque le tracé réel par prédit (également ci-joint) puisque la valeur RSq est un peu faible.
Merci!
Actual by Predicted PlotActual by Predicted PlotActual by Predicted PlotActual by Predicted PlotActual by Predicted PlotActual by Predicted PlotActual by Predicted PlotActual by Predicted PlotActual by Predicted PlotActual by Predicted PlotActual by Predicted PlotActual by Predicted PlotActual by Predicted PlotActual by Predicted PlotActual by Predicted Plot Réel par tracé prévu 
Effect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summary Résumé des effets
Exploration et visualisation des donnéesConception d'expériencesPartager et communiquer les résultatsles fenêtresRe : Comment utiliser efficacement le résumé des effets pour un mélange DOE ?Salut @AutoSetMarmoset ,
Les plans de mélange sont des stratégies d'optimisation, où ce type de plan met davantage l'accent sur la prédictivité que sur le filtrage et le filtrage de signification statistique.
Il est plus logique dans l'analyse de partir du modèle supposé complet avec les termes que vous avez entrés lors de la création de la conception, et de commencer à supprimer les termes du modèle (à l'exception des effets principaux), en fonction des performances prédictives du modèle (RMSE par exemple). ), NON basé sur les valeurs p/logworth individuelles de chaque terme : il existe des multicolinéarités/corrélations entre les facteurs de mélange, pas d'ordonnée à l'origine dans ce type de modèle, donc les valeurs p/logworth ne sont pas une métrique valide pour la sélection du modèle.
Notez qu'il existe de nombreuses façons d'évaluer les « performances »/adéquation du modèle, en fonction de vos objectifs et des mesures que vous avez utilisées. Les mesures complémentaires d'estimation et d'évaluation du modèle, comme le log de vraisemblance, les critères d'information (AICc, BIC) ou le pouvoir explicatif du modèle (via R2 et R2 ajustés), le pouvoir prédictif du modèle (via MSE/RMSE/RASE), offrent une perspective différente et peuvent mettre en évidence différentes des modèles.
Vous pouvez ensuite sélectionner, en fonction de l'expertise du domaine et de l'évaluation des métriques, lesquels sont les plus appropriés/pertinents pour votre sujet, et choisir d'estimer les prédictions individuelles avec les différents modèles (pour voir comment/où elles diffèrent), et/ ou d'utiliser un modèle combiné pour faire la moyenne des erreurs de prédiction.
Voici quelques articles pertinents du forum traitant de la sélection de modèles pour les conceptions (de mélanges) :
Régression arrière pour l'analyse du mélange DOE avec JMP régulier (non professionnel) ?
Analyse d'un mélange DOE avec régression pas à pas
supprimer des termes d'un modèle à la suite d'une expérience conçue
Si vous avez besoin de conseils ou d'orientations plus détaillés, pourriez-vous partager une version anonymisée de votre DoE ?
J'espère que cette réponse vous aidera,
Re : Comment utiliser efficacement le résumé des effets pour un mélange DOE ?L'analyse du mélange DOE n'est pas facile ; J'ai constaté que R² pouvait s'améliorer en supprimant le terme de 3ème ordre
Re : Comment utiliser efficacement le résumé des effets pour un mélange DOE ?Vous devez utiliser Mixture Profiler pour évaluer la conception du mélange.
Re : Comment utiliser efficacement le résumé des effets pour un mélange DOE ?Bonjour à tous,
Merci pour vos réponses. J'ai joint une version anonymisée de la feuille JMP avec laquelle j'ai travaillé. Pour plus d’informations, voici comment j’ai essayé d’analyser les données. Entre mes quatre composants, j'ai utilisé une cubique de Scheffe, j'ai supprimé certains des termes d'ordre supérieur et je l'ai installé séparément. Ensuite, je regarde le résumé des effets et supprime les effets qui ont une valeur P > 0,05 étant donné qu'il ne s'agit pas d'un effet contenant des effets au-dessus d'eux. Ensuite, j'examinerais le profileur de mélange ou le profileur de prédiction pour commencer à comprendre quels sont les compromis dans l'espace de mélange. Je suis relativement nouveau dans ce domaine et j'essaie d'apprendre les meilleures pratiques, j'apprécie donc votre aide.
Edit : Je veux juste ajouter un peu de contexte supplémentaire après avoir lu certaines autres discussions - ce sont quatre composants essentiels d'une formulation avec laquelle nous travaillons, et je voulais déterminer quels seraient les meilleurs espaces et limites qui auraient à la fois un score et un taux de qualité de mélange raisonnables. de séparation de phases. Nous avons une certaine intuition sur la façon dont certains composants peuvent affecter ces qualités, mais cela n’a jamais été exploré systématiquement. J'ai exécuté le modèle en utilisant les moindres carrés standard.
Merci!
Re : Comment utiliser efficacement le résumé des effets pour un mélange DOE ?Salut @AutoSetMarmoset ,
Pouvez-vous modifier votre message ? Il n'y a pas de fichier joint.
À titre général, vous devez utiliser le modèle prédéfini/supposé de votre conception pour analyser les données.
Si nécessaire/possible, vous pouvez affiner votre modèle en supprimant certains termes, mais pour les plans de mélange, l'utilisation de valeurs p pour affiner le modèle n'est pas recommandée car elles pourraient être biaisées (pour les raisons que j'ai mentionnées plus tôt).
Vous devez utiliser une métrique différente pour vous aider à déterminer et à équilibrer une possible « bonne » complexité de modèle avec une précision prédictive acceptable.
J'espère que cette réponse pourra vous aider en attendant,
Re : Comment utiliser efficacement le résumé des effets pour un mélange DOE ?Salut Victor,
Ci-joint à nouveau l'étude anonymisée pour votre référence.
Merci
Re : Comment utiliser efficacement le résumé des effets pour un mélange DOE ?Salut @AutoSetMarmoset ,
En regardant votre réponse "Temps jusqu'à la séparation de phase", votre modèle supposé complet avec effets principaux, interactions à 2 facteurs et interactions à 3 facteurs semble faire du très bon travail :
- RMSE assez faible (autour de 20) par rapport aux plages de réponse (de 5 à 500),
- Pas de tendances significatives dans les résidus, sauf qu'en raison des valeurs de réponses mesurées très différentes, vous semblez avoir 3 blocs de valeurs : autour de 5, autour de 100 et autour de 500. Avez-vous une limite de détection à 500 ou inférieure à 5 ? L'analyse pourrait être effectuée en regroupant ces 3 blocs de résultats. L'ajustement d'un modèle logistique ordinal sur cette réponse transformée conduit à des résultats similaires par rapport à la réponse continue : un ratio de 40/60 ou 30/70 pour C/D entraînerait une diminution du temps jusqu'à la séparation. Un ou plusieurs points de validation dans ce domaine pourraient être intéressants pour valider cet optimum trouvé.
- Concernant la réponse "Qualité du mélange", il semble qu'il s'agisse de notes, je recommanderais donc de changer le type de modélisation sur "Ordinal" et de créer un modèle logistique. Comme je ne sais pas quel est l'ordre de classement (1 meilleur ou 1 pire ?), vous pouvez utiliser le script créé pour l'analyse, modifier les désirabilités si besoin, et voir si vous devez trouver un compromis entre les deux réponses optimales. .
J'ai sauvegardé les scripts que j'ai utilisés pour tester les différentes options et modèles proposés.
J'espère que vous trouverez quelques options pour analyser vos réponses,
Re : Comment utiliser efficacement le résumé des effets pour un mélange DOE ?Voici quelques réflexions :
1. Les variables de réponse sont difficiles. La réponse temporelle est inhabituelle. Il semble y avoir des problèmes de discrimination ou les données sont tronquées (valeurs 5 et 500, je suppose que 500 n'est pas une séparation) ? Le « score de qualité » manque de discrimination (vos échelles ordinales doivent comporter un minimum de 5 catégories et utiliser plusieurs évaluateurs). Cela ne correspond pas non plus bien au temps. Cela signifie que vous aurez probablement des compromis pour les 2 réponses.
2. L'analyse des mélanges n'est pas une analyse typique du DOE. Il existe probablement une colinéarité entre les termes et les interactions (qui sont en réalité des effets non linéaires). Vous ne pouvez pas utiliser les valeurs p comme vous le feriez normalement, car les hypothèses du modèle ne sont pas respectées, en particulier l'indépendance. De plus, R ^ 2 est probablement exagéré. Ce n’est pas un gros problème car vous savez déjà que ces composants sont importants. Les conceptions de mélanges sont orientées vers l’optimisation (plutôt que vers le filtrage).
3. Utilisez le Mixture Profiler avec votre PME. Assurez-vous que cela a du sens. Puis reproduisez les résultats...
Enfin, vous voudrez peut-être vous renseigner sur les mélanges. Cornell est la norme acceptée.
Cornell, John (1990) « Expériences avec des mélanges, des conceptions, des modèles et l'analyse » Wiley (ISBN 047152221X)
Re : Comment utiliser efficacement le résumé des effets pour un mélange DOE ?Bonjour @Victor_G @statman
Appréciez les réponses détaillées! Vous avez tous les deux évoqué certains problèmes que j'ai rencontrés avec nos tests, où la discrimination est un peu difficile, ce qui ajoute du bruit dans la mesure. En termes d'analyse, je commence à avoir une idée de ce qui serait une bonne façon d'analyser les données en utilisant RMSE et non R^2 en raison des interactions complexes des mélanges. Une chose dont je ne suis toujours pas sûr est de supprimer les termes appropriés (et où tracer la ligne) pour améliorer la prédiction du modèle. Je veux être prudent car je ne veux pas induire les autres en erreur.
Appréciez la suggestion sur le manuel ! C'est quelque chose que je recherchais et je vais commencer à en lire davantage à ce sujet.
Merci
