¿Cómo utilizar eficazmente el resumen de efectos para una mezcla DOE?Hola,
Ejecuté un DOE en JMP 17 y estoy empezando a analizar los datos con JMP utilizando el resumen de efectos. Es una mezcla de cuatro componentes. Vi algunos videos en el catálogo de JMP sobre el uso del resumen de efectos para mezclas y seguí lo que han estado haciendo (eliminando fuentes que tenían un valor P >0.05, si no tiene dependencias superiores). ¿Hay alguna circunstancia en la que me desvíe de eso? Adjunto una imagen del resumen del efecto a continuación; por ejemplo, ¿habría algún caso en el que eliminaría la fuente A? Solo por curiosidad, ya que el gráfico real previsto (también adjunto) ya que el valor RSq es un poco bajo.
¡Gracias!
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 Trama real según lo previsto 
Effect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summary Resumen de efectos
Exploración y visualización de datosDiseño de experimentosCompartir y comunicar resultadosventanasRe: ¿Cómo utilizar eficazmente el resumen de efectos para una mezcla DOE?Hola @AutoSetMarmoset ,
Los diseños de mezclas son estrategias de optimización, donde el énfasis de este tipo de diseño está más en la predictividad que en la detección y el filtrado de significación estadística.
Tiene más sentido en el análisis comenzar desde el modelo asumido completo con los términos que ingresó en la creación del diseño y comenzar a eliminar términos en el modelo (excepto los efectos principales), según el rendimiento predictivo del modelo (RMSE, por ejemplo). ), NO se basa en valores p individuales/valor logarítmico de cada término: hay multicolinealidad/correlaciones entre factores de mezcla, no hay intercepción en este tipo de modelo, por lo que los valores p/valor logarítmico no son una métrica válida para la selección del modelo.
Tenga en cuenta que hay muchas formas de evaluar el "rendimiento"/la adecuación del modelo, según sus objetivos y las métricas que utilizó. Las métricas de estimación y evaluación del modelo complementario, como la probabilidad logarítmica, los criterios de información (AICc, BIC) o el poder explicativo del modelo (a través de R2 y R2 ajustado), el poder predictivo del modelo (a través de MSE/RMSE/RASE), ofrecen perspectivas diferentes y pueden resaltar diferentes modelos.
Luego puede seleccionar, basándose en la experiencia en el dominio y la evaluación de métricas, cuál(es) es(n) el(los) más apropiado(s)/relevante(s) para su tema, y elegir estimar predicciones individuales con los diferentes modelos (para ver cómo/dónde difieren), y/ o utilizar un modelo combinado para promediar los errores de predicción.
Aquí hay algunas publicaciones relevantes en el foro que tratan sobre la selección de modelos para diseños (de mezcla):
¿Regresión hacia atrás para el análisis DOE de mezcla con JMP regular (no profesional)?
Análisis de una mezcla DOE con regresión por pasos
eliminar términos de un modelo siguiendo un experimento diseñado
Si necesita asesoramiento u orientación más detallada, ¿podría compartir una versión anónima de su DoE?
Espero que esta respuesta te ayude,
Re: ¿Cómo utilizar eficazmente el resumen de efectos para una mezcla DOE?El análisis de la mezcla DOE no es fácil; Experimenté que R² puede mejorar eliminando el término de tercer orden
Re: ¿Cómo utilizar eficazmente el resumen de efectos para una mezcla DOE?Debería utilizar Mixture Profiler para evaluar el diseño de la mezcla.
Re: ¿Cómo utilizar eficazmente el resumen de efectos para una mezcla DOE?Hola a todos,
Gracias por sus respuestas. Adjunto una versión anónima de la hoja JMP con la que he estado trabajando. Para obtener más información, así es como he intentado analizar los datos. Entre mis cuatro componentes utilicé una cúbica de Scheffe, eliminé algunos de los términos de orden superior y los ajusté por separado. Luego miro el resumen de efectos y elimino los efectos que tienen un valor P >0,05, dado que no son un efecto que contenga efectos encima de ellos. Luego, miraría el generador de perfiles de mezcla o el generador de perfiles de predicción para comenzar a comprender cuáles son las compensaciones dentro del espacio de mezcla. Soy relativamente nuevo en esto y estoy tratando de aprender las mejores prácticas, por lo que agradezco la ayuda.
Editar: Solo quiero agregar algo de contexto adicional después de leer algunas otras discusiones: estos son cuatro componentes centrales de una formulación con la que trabajamos, y quería determinar cuál sería el mejor espacio y límites que tengan una puntuación y una tasa de calidad de mezcla razonables. de separación de fases. Tenemos cierta intuición sobre cómo algunos componentes pueden afectar estas cualidades, pero nunca se exploró sistemáticamente. He estado ejecutando el modelo usando los mínimos cuadrados estándar.
¡Gracias!
Re: ¿Cómo utilizar eficazmente el resumen de efectos para una mezcla DOE?Hola @AutoSetMarmoset ,
¿Puedes editar tu mensaje? No hay ningún archivo adjunto.
Como consejo general, debe utilizar el modelo predefinido/asumido de su diseño para analizar los datos.
Si es necesario/posible, puede refinar su modelo eliminando algunos términos, pero para diseños mixtos no se recomienda el uso de valores p para refinar el modelo, ya que podrían estar sesgados (por las razones que mencioné anteriormente).
Debe utilizar una métrica diferente para ayudarle a determinar y equilibrar una posible complejidad del modelo "correcta" con una precisión predictiva aceptable.
Espero que esta respuesta pueda ayudarte mientras tanto.
Re: ¿Cómo utilizar eficazmente el resumen de efectos para una mezcla DOE?Hi Victor,
Adjunto nuevamente el estudio anónimo para su referencia.
Gracias
Re: ¿Cómo utilizar eficazmente el resumen de efectos para una mezcla DOE?Hola @AutoSetMarmoset ,
Al observar su respuesta "Tiempo hasta la separación de fases", su modelo asumido completo con efectos principales, interacciones de 2 factores e interacciones de 3 factores parece hacer un trabajo bastante bueno:
- RMSE bastante bajo (alrededor de 20) en comparación con los rangos de respuesta (de 5 a 500),
- No hay patrones significativos en los residuos, excepto debido a los valores de respuestas muy diferentes medidos, parece tener 3 bloques de valores: alrededor de 5, alrededor de 100 y alrededor de 500. ¿Tiene un límite de detección de 500 o inferior a 5? El análisis podría realizarse agrupando estos 3 bloques de resultados. Ajustar un modelo logístico ordinal a esta respuesta transformada conduce a resultados similares en comparación con la respuesta continua: una relación de 40/60 o 30/70 para C/D conduciría a una disminución del tiempo hasta la separación. Los puntos de validación en esta área podrían ser interesantes para validar este óptimo encontrado.
- Con respecto a la respuesta "Calidad de la mezcla", parecen ser calificaciones, por lo que recomendaría cambiar el tipo de modelado a "Ordinal" y crear un modelo logístico. Como no sé cuál es el orden de clasificación (¿1 mejor o 1 peor?), puedes usar el script creado para el análisis, cambiar las conveniencias si es necesario y ver si tienes que encontrar un compromiso entre las dos respuestas óptimas. .
Guardé los scripts que utilicé para probar las distintas opciones y modelos propuestos.
Espero que encuentres algunas opciones para analizar tus respuestas.
Re: ¿Cómo utilizar eficazmente el resumen de efectos para una mezcla DOE?Aquí hay algunas ideas:
1. Las variables de respuesta son desafiantes. La respuesta temporal es inusual. ¿Parece haber problemas de discriminación o los datos están truncados (valores 5 y 500, supongo que 500 no es separación)? El "puntuación de calidad" carece de discriminación (sus escalas ordinales deben tener un mínimo de 5 categorías y utilizar varios evaluadores). Tampoco se correlaciona bien con el tiempo. Esto significa que probablemente tendrá compensaciones para las dos respuestas.
2. El análisis de mezclas no es el análisis típico del DOE. Es probable que exista colinealidad entre los términos y las interacciones (que en realidad son efectos no lineales). No puede utilizar los valores p como lo haría normalmente, ya que se violan los supuestos del modelo, particularmente la independencia. También R ^ 2 probablemente sea exagerado. No es un gran problema porque ya sabes que estos componentes son importantes. Los diseños de mezclas están sesgados hacia la optimización (en lugar de la detección).
3. Utilice Mixture Profiler junto con su PYME. Asegúrate de que tenga sentido. Luego replica los resultados...
Por último, es posible que desees leer sobre mezclas. Cornell es el estándar aceptado.
Cornell, John (1990) " Experimentos con mezclas, diseños, modelos y análisis " Wiley (ISBN:047152221X)
Re: ¿Cómo utilizar eficazmente el resumen de efectos para una mezcla DOE?Hola @Victor_G @statman
¡Aprecio las respuestas detalladas! Ambos han mencionado algunos problemas que tengo con nuestras pruebas, donde la discriminación es un poco difícil, lo que agrega algo de ruido en la medición. En términos de análisis, estoy empezando a tener una idea de cuál sería una buena forma de analizar los datos utilizando RMSE y no R^2 debido a las complejas interacciones de la mezcla. Una cosa de la que todavía no estoy seguro es eliminar los términos apropiados (y dónde trazar la línea) para mejorar la predicción del modelo. Quiero tener cuidado ya que no quiero engañar a los demás.
¡Aprecio la sugerencia en el libro de texto! Esto es algo que he estado buscando y comenzaré a leer más sobre esto.
Gracias
