Combinaciones no permitidas que no funcionanHola,
Estoy intentando hacer combinaciones no permitidas en mi diseño personalizado.
Tengo un factor con dos niveles categóricos: No ChCl y ChCl y un factor con tres relaciones molares de ChCl (categóricas): 0, 1 y 2
Quiero hacer una combinación no permitida donde no se pueda hacer 'No ChCl' y con una relación molar de 0.
ChCl== "Sin ChCl" y relación molar ChCl== '0'
Pero el diseño todavía hace una combinación de No ChCl y 0. ¿Qué estoy haciendo mal?
Saludos cordiales, Freja.
Diseño de experimentosRe: Combinaciones no permitidas que no funcionanEstimado @frejam ,
Con tu aporte pude hacer un diseño personalizado con restricciones de factores para realizar la combinación no permitida.
((JMP18)
Consulte la tabla adjunta, ¿es eso lo que necesita?
Para entender qué salió mal en su ejemplo, sería muy útil si pudiera compartir su tabla DOE.
ES
Re: Combinaciones no permitidas que no funcionanHola jorge,
¿No veo que funcione en tu ejemplo tampoco?
Entonces aquí apliqué la restricción, pero aún así tengo una combinación donde la relación molar (ML HBA) es 0 y HBA es ChCl.
Lo que quiero es que si HBA = ChCl entonces ML HBA debería ser >0, o si HBA = No ChCl entonces ML HBA = 0. ¿Tiene sentido? Adjunto mi tabla DoE (espero)
Saludos cordiales Freja
Re: Combinaciones no permitidas que no funcionanHola @frejam ,
Recomendaría configurar el factor ML HBA como un factor numérico discreto con tres niveles en lugar de un factor categórico de tres niveles, ya que el orden entre niveles se tiene en cuenta con el tipo de factor numérico discreto y, por lo que veo, se adapta mejor a su diseño experimental. También facilita la creación de la restricción de combinaciones no permitidas.
Si configuro las combinaciones no permitidas de esta manera:
O en una versión de script:
HBA == "ChCl" & ML HBA <= 0.5 | HBA == "No HBA" & ML HBA >= 0.5
Entonces el diseño generado parece respetar la restricción deseada:
Aquí está el script para generar el diseño (asumí un modelo con efectos principales e interacciones de 2 factores):
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}
)
Y puedes encontrar la tabla de datos adjunta.
El análisis debe realizarse con cuidado, ya que podría tener un efecto anidado de "ML HBA" dentro de "HBA": el nivel 0 del factor "ML HBA" solo es accesible para el nivel No HBA del factor "HBA".
Espero que esta respuesta te ayude.
Re: Combinaciones no permitidas que no funcionanHi Victor,
Muchas gracias por tu ayuda. Esta fue exactamente la solución que necesitaba.:)
Saludos cordiales, Freja.
Re: Combinaciones no permitidas que no funcionanHola de nuevo,
¿Podrías explicar con más detalle lo que quieres decir con esta frase?
"El análisis debe realizarse con cuidado, ya que podría tener un efecto anidado de "ML HBA" dentro de "HBA": el nivel 0 para el factor "ML HBA" solo es accesible para el nivel No HBA del factor "HBA".
Puedo ver que obtengo una puntuación muy baja para HBA y ML HBA (<0,4) en mi análisis de potencia cuando aplico la restricción. ¿Es este el efecto del que hablas anteriormente? ¿Tienes alguna sugerencia para mejorarlo?
Disculpe todas mis preguntas. Soy nuevo en el diseño de DoE.
Saludos cordiales, Freja.
Re: Combinaciones no permitidas que no funcionanHola @frejam ,
A qué me refiero con:
"El análisis debe realizarse con cuidado, ya que podría tener un efecto anidado de "ML HBA" dentro de "HBA": el nivel 0 para el factor "ML HBA" solo es accesible para el nivel No HBA del factor "HBA".
Los factores "HBA" y "ML HBA" no son independientes, ya que los niveles de "ML HBA" dependen de la elección del nivel de "HBA". Esta situación reduce la detección efectiva de estos efectos, ya que no son independientes (puedes verlo en tu análisis de potencia). Puede que no haya solución para esto; aumentar el tamaño de la muestra puede ayudar, pero no resolverá por completo el problema.
Por ejemplo, si HBA se establece en "Sin HBA", entonces el único valor posible para "ML HBA" es 0. Esta dependencia crea un efecto de anidación: "ML HBA" está anidado dentro del factor "HBA". O si desea ver esta situación y su diseño experimental de manera más fácil y gráfica:
Veamos cómo esta situación podría afectar su modelo de regresión mediante un ejemplo simulado. Creé una fórmula de respuesta Y con la siguiente ecuación:
Si simplemente hacemos clic en el script "Modelo" con el modelo asumido del diseño generado (o usamos el script "Ajustar mínimos cuadrados (normal)"), con todos los efectos principales y las interacciones de 2 factores estimados de forma independiente, encontramos algunos errores debido a la no independencia entre ML HBA y HBA:
- Se agregó un panel " Detalles de singularidad ", que muestra dependencias lineales entre nuestros predictores:
- Mirando el panel " Resumen de efectos ", no se pueden estimar todos los efectos (incluso si generamos un diseño capaz de ajustarse a estos términos/efectos):
- Al observar el panel " Estimaciones de parámetros ", vemos que los efectos principales HBA y ML HBA se indican como sesgados (y estimados con un error estándar relativamente grande), lo que nuevamente es una indicación de que no se pudieron estimar de forma independiente:
Toda esta información muestra indicios de que nuestro modelo de regresión puede no ser apropiado en el contexto de factores anidados. Para resolver este problema, puede especificar manualmente los efectos contenidos en su modelo de regresión a través de la plataforma Fit Model para incluir un efecto de anidación de ML HBA dentro de HBA:
Para crear anidación entre factores, puede consultar esta sección de la Ayuda de JMP: Ejemplo de un modelo de efectos aleatorios anidados de dos factores (jmp.com)
Dado que no se cruzan todos los factores, solo es posible estimar interacciones de 2 factores para factores que no están anidados. En este caso, podrías agregar interacciones entre "HBD" y "Relación molar HBD", "HBD" y "HBA", y "Relación molar HBD" y "HBA".
Al ejecutar este modelo (utilice el script "Fit Least Squares (nested)"), puede ver que ya no hay singularidad, se pueden estimar todos los efectos y los coeficientes de los términos no están sesgados. También puede ver que los coeficientes de los términos son cercanos al especificado en la fórmula que se vio antes, por lo que el modelo completo parece ser bastante apropiado:
Por supuesto, dependiendo de la métrica de desempeño (RMSE, R² y R² ajustado, significancia estadística, criterio de información como AICc y BIC, etc.), se podría refinar aún más el modelo, pero primero se debe comenzar con el modelo completo asumido a partir del diseño experimental.
Uno la tabla de datos con todos los scripts y fórmulas utilizados para este ejemplo.
Espero que este ejemplo te ayude a comprender mejor el desafío de analizar factores anidados en DoE.
Mejor,
Re: Combinaciones no permitidas que no funcionanMuchas gracias por tu explicación con ejemplos, Víctor. Realmente me ayudó a entender qué es el efecto anidado y cómo superarlo. Intentaré aplicarlo a mi diseño.
Saludos cordiales, Freja.
Re: Combinaciones no permitidas que no funcionanHola @frejam ,
Al observar la nueva publicación Diseño de experimentos: aditivos de mezcla opcionales , me pregunto si su situación no es similar (ya que los factores HBA y ML HBA están relacionados) y el diseño requerido puede no ser más simple de lo que sugerí.
¿Tendría sentido que su configuración experimental considerara la creación de un diseño con 3 factores:
- Relación molar HBD: factor continuo, rango 1-2
- HBD: factor categórico de 2 niveles, ácido oxálico o ácido cítrico
- ML HBA: factor continuo, rango 0-2
Esta configuración permite evitar factores anidados, simplificar el análisis y abarcar un espacio experimental más amplio y continuo. La situación con “Sin HBA” estaría representada cuando ML HBA tiene el valor 0.
Para tener tres niveles para los factores ML HBA, puede ingresar el efecto cuadrático de este factor en el panel Modelo:
El diseño obtenido con el número predeterminado de ejecuciones se ve así:
Aquí está el script para generar el diseño:
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}
)
Se adjunta una tabla de datos de diseño. Siéntete libre de ajustar el tamaño de la muestra y el modelo asumido según tus necesidades.
Espero que esta sugerencia pueda ayudarte y simplificar tu diseño y proyecto,
Re: Combinaciones no permitidas que no funcionanHi Victor,
Gracias por seguir este tema. Cambiar la relación molar a continua como sugeriste mejora la potencia de mi diseño. Así que definitivamente usaré este enfoque. Muchas gracias.
Saludos cordiales, Freja.
