Nicht erlaubte Kombinationen funktionieren nichtHallo,
Ich versuche, in meinem benutzerdefinierten Design nicht zulässige Kombinationen zu erstellen.
Ich habe einen Faktor mit zwei kategorialen Niveaus: Kein ChCl und ChCl und einen Faktor mit drei ChCl-Molverhältnissen (kategorisch): 0, 1 und 2
Ich möchte eine nicht zulässige Kombination herstellen, bei der „Kein ChCl“ und ein Molarverhältnis von 0 nicht möglich sind.
ChCl== „Kein ChCl“ & Molares Verhältnis ChCl== „0“
Das Design erzeugt jedoch immer noch eine Kombination aus „Kein ChCl“ und „0“. Was mache ich falsch?
Beste Grüße, Freja
VersuchsplanungBetreff: Unzulässige Kombinationen funktionieren nichtLieber @frejam ,
Dank Ihrer Eingabe konnte ich ein benutzerdefiniertes Design mit Faktorbeschränkungen erstellen, um die nicht zulässige Kombination zu erstellen.
((JMP18)
Bitte sehen Sie sich die beigefügte Tabelle an. Ist es das, was Sie brauchen?
Um zu verstehen, was in Ihrem Beispiel schief gelaufen ist, wäre es sehr hilfreich, wenn Sie Ihre DOE-Tabelle freigeben könnten.
BR
Betreff: Unzulässige Kombinationen funktionieren nichtHallo George,
Ich sehe auch nicht, dass es in Ihrem Beispiel funktioniert?
Also habe ich hier die Einschränkung angewendet, aber ich habe immer noch eine Kombination, bei der das Molarverhältnis (ML HBA) 0 und HBA ChCl ist.
Ich möchte, dass, wenn HBA = ChCl, dann ML HBA >0 sein soll, oder wenn HBA = kein ChCl, dann ML HBA = 0. Ist das sinnvoll? Ich habe meine DoE-Tabelle angehängt (hoffe ich)
Beste Grüße Freja
Betreff: Unzulässige Kombinationen funktionieren nichtHallo @frejam ,
Ich würde empfehlen, den Faktor ML HBA als diskreten numerischen Wert mit drei Ebenen statt als kategorialen Faktor mit drei Ebenen festzulegen, da die Reihenfolge zwischen den Ebenen beim diskreten numerischen Faktortyp berücksichtigt wird und er meines Erachtens besser zu Ihrem Versuchsdesign passt. Außerdem erleichtert er die Erstellung der Einschränkung für nicht zulässige Kombinationen.
Wenn ich die nicht zulässigen Kombinationen wie folgt einrichte:
Oder in einer Skriptversion:
HBA == "ChCl" & ML HBA <= 0.5 | HBA == "No HBA" & ML HBA >= 0.5
Dann scheint das generierte Design die gewünschte Einschränkung zu berücksichtigen:
Hier ist das Skript zum Generieren des Designs (ich bin von einem Modell mit Haupteffekten und 2-Faktor-Interaktionen ausgegangen):
DOE(
Custom Design,
{Add Response( Maximize, "Y", ., ., . ),
Add Factor( Continuous, 1, 2, "Molar ratio HBD", 0 ),
Add Factor( Categorical, {"Oxalic acid", "Citric acid"}, "HBD", 0 ),
Add Factor( Categorical, {"ChCl", "No HBA"}, "HBA", 0 ),
Add Factor( Discrete Numeric, {0, 1, 2}, "ML HBA", 0 ),
Set Random Seed( 2109323028 ), Number of Starts( 3867 ), Add Term( {1, 0} ),
Add Term( {1, 1} ), Add Term( {2, 1} ), Add Term( {3, 1} ), Add Term( {4, 1} ),
Add Potential Term( {4, 2} ), Add Term( {1, 1}, {2, 1} ),
Add Term( {1, 1}, {3, 1} ), Add Term( {1, 1}, {4, 1} ),
Add Term( {2, 1}, {3, 1} ), Add Term( {2, 1}, {4, 1} ),
Add Term( {3, 1}, {4, 1} ), Set Sample Size( 18 ),
Disallowed Combinations(
HBA == "ChCl" & ML HBA <= 0.5 | HBA == "No HBA" & ML HBA >= 0.5
), Simulate Responses( 0 ), Save X Matrix( 0 ), Make Design}
)
Die Datentabelle finden Sie im Anhang.
Die Analyse sollte sorgfältig durchgeführt werden, da möglicherweise ein verschachtelter Effekt von „ML HBA“ innerhalb von „HBA“ auftritt: Die Ebene 0 für den Faktor „ML HBA“ ist nur für die Ebene „Kein HBA“ des Faktors „HBA“ zugänglich.
Hoffe, diese Antwort wird Ihnen helfen,
Betreff: Unzulässige Kombinationen funktionieren nichtHallo Victor,
Vielen Dank für Ihre Hilfe. Das war genau die Lösung, die ich brauchte:)
Beste Grüße, Freja
Betreff: Unzulässige Kombinationen funktionieren nichtHallo nochmal,
Können Sie näher erläutern, was Sie mit diesem Satz meinen?:
„Die Analyse sollte sorgfältig durchgeführt werden, da möglicherweise ein verschachtelter Effekt von „ML HBA“ innerhalb von „HBA“ auftritt: Die Ebene 0 für den Faktor „ML HBA“ ist nur für die Ebene „Kein HBA“ des Faktors „HBA“ zugänglich.
Ich sehe, dass ich in meiner Leistungsanalyse einen sehr niedrigen Wert für HBA und ML HBA (<0,4) erhalte, wenn ich die Einschränkung anwende. Ist das der Effekt, von dem Sie oben sprechen, und gibt es Vorschläge, um das zu verbessern?
Entschuldigen Sie, dass ich so viele Fragen habe – ich bin neu im DoE-Design.
Beste Grüße, Freja
Betreff: Unzulässige Kombinationen funktionieren nichtHallo @frejam ,
Was ich meine mit:
„Die Analyse sollte sorgfältig durchgeführt werden, da möglicherweise ein verschachtelter Effekt von „ML HBA“ innerhalb von „HBA“ auftritt: Die Ebene 0 für den Faktor „ML HBA“ ist nur für die Ebene „Kein HBA“ des Faktors „HBA“ zugänglich.
Die Faktoren „HBA“ und „ML HBA“ sind nicht unabhängig, da die Niveaus von „ML HBA“ von der Wahl des Niveaus für „HBA“ abhängen. Diese Situation verringert die effektive Erkennung dieser Effekte, da sie nicht unabhängig sind (Sie können dies in Ihrer Leistungsanalyse sehen). Es gibt möglicherweise keine Lösung dafür. Eine Erhöhung der Stichprobengröße könnte helfen, wird das Problem jedoch nicht vollständig lösen.
Wenn HBA beispielsweise auf „Kein HBA“ eingestellt ist, ist der einzige mögliche Wert für „ML HBA“ 0. Diese Abhängigkeit erzeugt einen Verschachtelungseffekt: „ML HBA“ ist innerhalb des Faktors „HBA“ verschachtelt. Oder wenn Sie diese Situation und Ihr Versuchsdesign einfacher und grafischer darstellen möchten:
Sehen wir uns anhand eines simulierten Beispiels an, wie sich diese Situation auf Ihr Regressionsmodell auswirken könnte. Ich habe eine Antwortformel Y mit der folgenden Gleichung erstellt:
Wenn wir einfach auf das Skript „Modell“ mit dem angenommenen Modell aus dem generierten Design klicken (oder das Skript „Kleinste Quadrate anpassen (normal)“ verwenden), wobei alle Haupteffekte und 2-Faktor-Interaktionen unabhängig voneinander geschätzt werden, treten aufgrund der Nichtunabhängigkeit zwischen ML HBA und HBA einige Fehler auf:
- Es wurde ein Fenster mit „ Details zur Singularität “ hinzugefügt, das die linearen Abhängigkeiten zwischen unseren Prädiktoren anzeigt:
- Im Bereich „ Effektzusammenfassung “ können nicht alle Effekte abgeschätzt werden (selbst wenn wir ein Design generiert hätten, das zu diesen Begriffen/Effekten passt):
- Wenn wir uns das Feld „ Parameterschätzungen “ ansehen, sehen wir, dass die Haupteffekte HBA und ML HBA als verzerrt gelten (und mit einem relativ großen Standardfehler geschätzt werden), was wiederum ein Hinweis darauf ist, dass sie nicht unabhängig voneinander geschätzt werden konnten:
All diese Informationen deuten darauf hin, dass unser Regressionsmodell im Kontext verschachtelter Faktoren möglicherweise nicht geeignet ist. Um dieses Problem zu lösen, können Sie die in Ihrem Regressionsmodell enthaltenen Effekte über die Fit Model- Plattform manuell angeben, um einen Verschachtelungseffekt von ML HBA innerhalb von HBA einzuschließen:
Um eine Verschachtelung zwischen Faktoren zu erstellen, können Sie diesen Abschnitt der JMP-Hilfe lesen: Beispiel eines verschachtelten Zwei-Faktor-Zufallseffektmodells (jmp.com)
Da nicht alle Faktoren gekreuzt sind, ist es nur möglich, 2-Faktor-Interaktionen für Faktoren abzuschätzen, die nicht verschachtelt sind. In diesem Fall könnten Sie Interaktionen zwischen „HBD“ und „Molverhältnis HBD“, „HBD“ und „HBA“ und „Molverhältnis HBD“ und „HBA“ hinzufügen.
Wenn Sie dieses Modell ausführen (verwenden Sie das Skript „Fit Least Squares (nested)“), können Sie sehen, dass es keine Singularität mehr gibt, alle Effekte geschätzt werden können und keine Termkoeffizienten verzerrt sind. Sie können auch sehen, dass die Koeffizienten für die Terme nahe an denen liegen, die in der zuvor gezeigten Formel angegeben wurden, sodass das vollständige Modell recht angemessen zu sein scheint:
Abhängig von Ihren Leistungsmaßstäben (RMSE, R² und R² angepasst, statistische Signifikanz, Informationskriterium wie AICc und BIC, ...) können Sie das Modell natürlich noch weiter verfeinern. Sie sollten jedoch zunächst mit Ihrem vollständigen Modell beginnen, das Sie aus Ihrem Versuchsdesign abgeleitet haben.
Ich verbinde die Datentabelle mit allen für dieses Beispiel verwendeten Skripten und Formeln.
Ich hoffe, dieses Beispiel hilft Ihnen, die Herausforderungen der Analyse verschachtelter Faktoren im DoE besser zu verstehen.
Am besten,
Betreff: Unzulässige Kombinationen funktionieren nichtVielen Dank für Ihre Erklärung mit Beispielen, Victor. Sie hat mir wirklich geholfen zu verstehen, was der Verschachtelungseffekt ist und wie man ihn überwindet. Ich werde versuchen, ihn auf mein Design anzuwenden.
Beste Grüße, Freja
Betreff: Unzulässige Kombinationen funktionieren nichtHallo @frejam ,
Wenn ich mir den neuen Beitrag „Design of Experiment – Optional Mixture Additives“ ansehe, frage ich mich, ob Ihre Situation nicht ähnlich ist (da die Faktoren HBA und ML HBA verwandt sind?) und das erforderliche Design vielleicht nicht einfacher ist als das, was ich vorgeschlagen habe?
Wäre es für Ihren Versuchsaufbau sinnvoll, ein Design mit 3 Faktoren zu erstellen:
- Molares Verhältnis HBD: kontinuierlicher Faktor, Bereich 1-2
- HBD: 2-stufiger kategorischer Faktor, Oxalsäure oder Zitronensäure
- ML HBA: kontinuierlicher Faktor, Bereich 0-2
Dieses Setup ermöglicht es, verschachtelte Faktoren zu vermeiden, die Analyse zu vereinfachen und einen breiteren und kontinuierlichen Versuchsraum abzudecken. Die Situation mit „Kein HBA“ würde dargestellt werden, wenn ML HBA den Wert 0 hat.
Um drei Ebenen für die Faktoren ML HBA zu erhalten, können Sie den quadratischen Effekt dieses Faktors im Modellfenster eingeben:
Das mit der Standardanzahl an Durchläufen erhaltene Design sieht folgendermaßen aus:
Hier ist das Skript zum Generieren des Designs:
DOE(
Custom Design,
{Add Response( Maximize, "Y", ., ., . ),
Add Factor( Continuous, 1, 2, "Molar ratio HBD", 0 ),
Add Factor( Categorical, {"Oxalic acid", "Citric acid"}, "HBD", 0 ),
Add Factor( Continuous, 0, 2, "ML HBA", 0 ), Set Random Seed( 1591090212 ),
Number of Starts( 109881 ), Add Term( {1, 0} ), Add Term( {1, 1} ),
Add Term( {2, 1} ), Add Term( {3, 1} ), Add Term( {1, 1}, {2, 1} ),
Add Term( {1, 1}, {3, 1} ), Add Term( {2, 1}, {3, 1} ), Add Term( {3, 2} ),
Set Sample Size( 12 ), Simulate Responses( 0 ), Save X Matrix( 0 ), Make Design}
)
Die Designdatentabelle ist beigefügt. Sie können die Stichprobengröße und das angenommene Modell gerne Ihren Anforderungen anpassen.
Ich hoffe, dieser Vorschlag kann Ihnen helfen und Ihr Design und Projekt vereinfachen.
Betreff: Unzulässige Kombinationen funktionieren nichtHallo Victor,
Vielen Dank, dass Sie sich darum gekümmert haben. Die von Ihnen vorgeschlagene Änderung des Molverhältnisses auf „kontinuierlich“ verbessert die Leistung meines Designs. Ich werde diesen Ansatz also definitiv verwenden. Vielen Dank.
Beste Grüße, Freja
