Wie lässt sich die Wirkungszusammenfassung effektiv für eine DOE-Mischung nutzen?Hallo,
Ich habe eine DOE auf JMP 17 ausgeführt und beginne, die Daten mit JMP unter Verwendung der Effektzusammenfassung zu analysieren. Es handelt sich um eine Vierkomponentenmischung. Ich habe mir im JMP-Katalog einige Videos zur Verwendung der Effektzusammenfassung für Mischungen angesehen und verfolgt, was sie getan haben (Quellen mit einem P-Wert >0,05 entfernen, wenn keine Abhängigkeiten darüber bestehen). Gibt es Umstände, unter denen ich davon abweichen würde? Ich habe unten ein Bild der Effektzusammenfassung angehängt – würde es beispielsweise einen Fall geben, in dem ich Quelle A entfernen würde? Ich bin nur neugierig, da das tatsächliche Diagramm (ebenfalls angehängt) vorhergesagt wurde, da der RSq-Wert etwas niedrig ist.
Danke!
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 Tatsächliche durch vorhergesagte Handlung 
Effect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summary Effektzusammenfassung
Datenexploration und -visualisierungVersuchsplanungErgebnisse teilen und kommunizierenWindowsBetreff: Wie kann die Wirkungszusammenfassung effektiv für eine DOE-Mischung genutzt werden?Hallo @AutoSetMarmoset ,
Mischungsdesigns sind Optimierungsstrategien, wobei der Schwerpunkt bei diesem Designtyp eher auf der Vorhersagbarkeit als auf dem Screening und der Filterung der statistischen Signifikanz liegt.
Es ist bei der Analyse sinnvoller, mit dem vollständig angenommenen Modell und den Termen zu beginnen, die Sie bei der Erstellung des Designs eingegeben haben, und dann Terme aus dem Modell zu entfernen (außer den Haupteffekten), und zwar auf Grundlage der Vorhersageleistung des Modells (z. B. RMSE) und NICHT auf Grundlage der einzelnen p-Werte/des Logworth jedes Terms: Bei diesem Modelltyp bestehen Multikollinearität/Korrelationen zwischen den Mischungsfaktoren und kein Achsenabschnitt, sodass p-Werte/der Logworth kein gültiges Maß für die Modellauswahl sind.
Beachten Sie, dass es viele Möglichkeiten gibt, die „Leistung“/Angemessenheit eines Modells zu bewerten, abhängig von Ihren Zielen und den von Ihnen verwendeten Metriken. Ergänzende Schätzungs- und Bewertungsmetriken des Modells wie Log-Likelihood, Informationskriterien (AICc, BIC) oder die Erklärungskraft des Modells (durch R2 und R2 angepasst), die Vorhersagekraft des Modells (durch MSE/RMSE/RASE) bieten unterschiedliche Perspektiven und können unterschiedliche Modelle hervorheben.
Anschließend können Sie auf der Grundlage von Fachwissen und Metrikbewertung auswählen, welche für Ihr Thema am geeignetsten/relevantesten ist/sind. Außerdem können Sie einzelne Vorhersagen mit den verschiedenen Modellen schätzen (um zu sehen, wie/wo sie sich unterscheiden) und/oder ein kombiniertes Modell verwenden, um die Vorhersagefehler zu mitteln.
Hier einige relevante Beiträge im Forum zum Thema Modellauswahl für (Misch-)Designs:
Rückwärtsregression für die DOE-Mischungsanalyse mit regulärem (nicht professionellem) JMP?
Analyse einer Mischungs-DOE mit schrittweiser Regression
Entfernen von Termen aus einem Modell nach einem geplanten Experiment
Wenn Sie eine ausführlichere Beratung oder Anleitung benötigen, könnten Sie uns eine anonymisierte Version Ihres DoE zur Verfügung stellen?
Ich hoffe, diese Antwort hilft Ihnen weiter.
Betreff: Wie kann die Wirkungszusammenfassung effektiv für eine DOE-Mischung genutzt werden?Die Analyse von DOE-Mischungen ist nicht einfach. Ich habe festgestellt, dass sich R² durch das Entfernen des Terms 3. Ordnung verbessern lässt.
Betreff: Wie kann die Wirkungszusammenfassung effektiv für eine DOE-Mischung genutzt werden?Zur Bewertung der Mischungsgestaltung sollten Sie Mixture Profiler verwenden.
Betreff: Wie kann die Wirkungszusammenfassung effektiv für eine DOE-Mischung genutzt werden?Hallo alle,
Vielen Dank für Ihre Antworten – ich habe eine anonymisierte Version des JMP-Blattes angehängt, mit dem ich gearbeitet habe. Für etwas mehr Hintergrundwissen hier ein Beispiel, wie ich versucht habe, die Daten zu analysieren. Zwischen meinen vier Komponenten habe ich eine Scheffe-Kubik verwendet und einige der Terme höherer Ordnung entfernt und sie separat angepasst. Dann schaue ich mir die Effektzusammenfassung an und entferne Effekte, die einen P-Wert von >0,05 haben, vorausgesetzt, dass es sich nicht um einen Effekt mit darüber liegenden Effekten handelt. Danach würde ich mir den Mischungsprofiler oder den Vorhersageprofiler ansehen, um zu verstehen, welche Kompromisse es innerhalb des Mischungsraums gibt. Ich bin relativ neu auf diesem Gebiet und versuche, bewährte Vorgehensweisen zu erlernen, daher bin ich für die Hilfe dankbar.
Bearbeiten: Ich möchte nur etwas zusätzlichen Kontext hinzufügen, nachdem ich einige andere Diskussionen gelesen habe – dies sind vier Kernkomponenten einer Formulierung, mit der wir arbeiten, und ich wollte bestimmen, was der beste Raum und die besten Grenzen wären, die sowohl eine angemessene Mischungsqualitätsbewertung als auch eine angemessene Phasentrennungsrate aufweisen. Wir haben eine gewisse Ahnung, wie einige Komponenten diese Qualitäten beeinflussen könnten, aber dies wurde nie systematisch untersucht. Ich habe das Modell mit der Standardmethode der kleinsten Quadrate ausgeführt.
Danke!
Betreff: Wie kann die Wirkungszusammenfassung effektiv für eine DOE-Mischung genutzt werden?Hallo @AutoSetMarmoset ,
Können Sie Ihre Nachricht bearbeiten? Es ist keine Datei angehängt.
Als allgemeine Empfehlung gilt, dass Sie zur Analyse der Daten das vordefinierte/angenommene Modell Ihres Designs verwenden sollten.
Falls erforderlich/möglich, können Sie Ihr Modell durch Entfernen einiger Terme verfeinern. Bei Mischungsdesigns ist die Verwendung von p-Werten zur Verfeinerung des Modells jedoch nicht zu empfehlen, da diese verzerrt sein könnten (aus den zuvor genannten Gründen).
Sie müssen eine andere Metrik verwenden, die Ihnen dabei hilft, eine mögliche „richtige“ Modellkomplexität mit einer akzeptablen Vorhersagegenauigkeit zu ermitteln und auszugleichen.
Ich hoffe, diese Antwort kann Ihnen in der Zwischenzeit helfen.
Betreff: Wie kann die Wirkungszusammenfassung effektiv für eine DOE-Mischung genutzt werden?Hallo Victor,
Anbei noch einmal die anonymisierte Studie zu Ihrer Information.
Danke
Betreff: Wie kann die Wirkungszusammenfassung effektiv für eine DOE-Mischung genutzt werden?Hallo @AutoSetMarmoset ,
Wenn man sich Ihre Antwort „Zeit bis zur Phasentrennung“ ansieht, scheint Ihr vollständig angenommenes Modell mit Haupteffekten, 2-Faktor-Interaktionen und 3-Faktor-Interaktionen ziemlich gut zu funktionieren:
- Ziemlich niedriger RMSE (ca. 20) im Vergleich zu den Antwortbereichen (von 5 bis 500),
- Keine signifikanten Muster in den Residuen, außer aufgrund der sehr unterschiedlichen gemessenen Antwortwerte. Sie scheinen 3 Werteblöcke zu haben: um 5, um 100 und um 500. Haben Sie eine Nachweisgrenze bei 500 oder niedriger bei 5? Die Analyse könnte durch Gruppieren dieser 3 Ergebnisblöcke erfolgen. Das Anpassen eines ordinalen logistischen Modells an diese transformierte Antwort führt zu ähnlichen Ergebnissen im Vergleich zur kontinuierlichen Antwort: Ein Verhältnis von 40/60 oder 30/70 für C/D würde zu einer Verkürzung der Zeit bis zur Trennung führen. Validierungspunkte in diesem Bereich könnten interessant sein, um dieses gefundene Optimum zu validieren.
- Bei der Antwort „Mischqualität“ scheint es sich um Bewertungen zu handeln, daher würde ich empfehlen, den Modellierungstyp auf „Ordinal“ umzustellen und ein logistisches Modell zu erstellen. Da ich die Rangfolge nicht kenne (1 beste oder 1 schlechteste?), können Sie das für die Analyse erstellte Skript verwenden, die Erwünschtheiten bei Bedarf ändern und prüfen, ob Sie einen Kompromiss zwischen den beiden Antwortoptima finden müssen.
Ich habe die Skripte gespeichert, die ich zum Testen der verschiedenen vorgeschlagenen Optionen und Modelle verwendet habe.
Ich hoffe, Sie finden einige Möglichkeiten, Ihre Antworten zu analysieren,
Betreff: Wie kann die Wirkungszusammenfassung effektiv für eine DOE-Mischung genutzt werden?Hier sind einige Gedanken:
1. Die Antwortvariablen sind anspruchsvoll. Die Zeitreaktion ist ungewöhnlich. Es scheint Unterscheidungsprobleme zu geben oder die Daten sind abgeschnitten (Werte 5 und 500, ich schätze, 500 ist kein Unterschied)? Der „Qualitätsscore“ ist nicht differenzierbar (Ihre Ordinalskalen sollten mindestens 5 Kategorien haben und mehrere Gutachter verwenden). Er korreliert auch nicht gut mit der Zeit. Das bedeutet, dass Sie wahrscheinlich Kompromisse für die beiden Antworten eingehen müssen.
2. Die Analyse von Mischungen ist keine typische DOE-Analyse. Es besteht wahrscheinlich Kollinearität zwischen den Begriffen und Interaktionen (die eigentlich nichtlineare Effekte sind). Sie können p-Werte nicht wie üblich verwenden, da Modellannahmen verletzt werden, insbesondere Unabhängigkeit. Auch R^2 ist wahrscheinlich übertrieben. Kein so großes Problem, da Sie bereits wissen, dass diese Komponenten signifikant sind. Mischungsdesigns sind auf Optimierung ausgerichtet (anstatt auf Screening).
3. Verwenden Sie den Mixture Profiler zusammen mit Ihrem SME. Stellen Sie sicher, dass es Sinn ergibt. Dann replizieren Sie die Ergebnisse ...
Zuletzt möchten Sie vielleicht etwas über Mischungen nachlesen. Cornell ist der anerkannte Standard.
Cornell, John (1990) „ Experimente mit Mischungen, Designs, Modellen und der Analyse “ Wiley (ISBN:047152221X)
Betreff: Wie kann die Wirkungszusammenfassung effektiv für eine DOE-Mischung genutzt werden?Hallo @Victor_G @statman
Ich freue mich über die ausführlichen Antworten! Sie beide haben einige Probleme angesprochen, die ich bei unseren Tests habe, bei denen die Unterscheidung etwas schwierig ist, was zu etwas Rauschen in der Messung führt. In Bezug auf die Analyse bekomme ich langsam eine Vorstellung davon, was eine gute Methode wäre, die Daten mit RMSE und nicht mit R^2 zu analysieren, da es komplexe Mischungsinteraktionen gibt. Eine Sache, bei der ich mir noch nicht sicher bin, ist das Entfernen geeigneter Terme (und wo die Grenze gezogen werden soll), um die Vorhersage des Modells zu verbessern. Ich möchte vorsichtig sein, da ich andere nicht in die Irre führen möchte.
Ich schätze den Vorschlag zum Lehrbuch! Das ist etwas, wonach ich gesucht habe, und werde anfangen, mehr darüber zu lesen.
Danke
