わかった、 それで いらっしゃいませ。
私は フィル なぜなら、 そして私は参加しました による ハドリー マイヤーズ。
だった 行く に 話す について O MARSデザイン、
これ 新しい 家族 の 実験計画法
そして 一つの 広告 d-in それ あなたに与える a ゲートウェイ の中へ それ 世界。
病気 始める と 一つの 導入、
そして 私は 行く に 与える あなた a やる気を起こさせる 場合 勉強。
私は 行く に 話す について どうやって これらのOMARSデザイン
橋渡しされた その ギャップ 私たちの 小さい、 効率的、
決定的なスクリーニング設計 私たちは皆 おなじみ と、
そして その 大きい、 高い- 動力付き、 もっと 伝統的 r 応答曲面設計
それ あなた かもしれない 知る の。
それから 病気 合格 以上 に ハドリー
そして 地獄 話す について どうやって あなた、 として a ジャンプ ユーザー、 できる 作成する そして 評価する
違う OMARSデザイン と 一つの アドイン それ 彼は された 働く の上。
これら O MARデザインズ
彼らは 来る から a 紙 による ホセ ヌニェス アレス そして ピーター カット。
病気 ただ 見せる あなた それ 簡単に言うと。
彼らは 働いた を通して その 列挙 の 数千 の そのような デザイン、
そして 良い 導入 あなた これら デザイン 見て のように。
私は 得た a やる気を起こさせる 場合 勉強 に 始める。
これ は から a 出版された 場合 勉強。
これ だった 出版された の中で ジャーナル の 臨床 化学。
その a 応答曲面設計。
その について 最適化 臨床 化学薬品 方法、
それで 一つの アッセイ、 で これ 場合。
その 客観的 だった に 最適化する 一つの アッセイ 方法、
最大化 その 応答、
これは 高められた 血清 30度 C.
彼らは 持っていた 六 要因、 それぞれ の どれの だった a 量
の a 違う 試薬、
そして 彼らは 取った a 伝統的 アプローチ。
これ だった 終わり とても いくつかの 時間 前。
彼らは 生成された a セントラルコンポジットデザイン
どれの は a とても 伝統的 応答曲面設計 のために 最適化
と 48ラン、 どれの 含まれるもの 4つ 中心 ポイント。
私は 使用済み これ に やる気を起こさせる その 使用 の O MARSデザイン。
として 一つの 代替 に これ 48- 走る デザイン、
I 生成された a 17- 走る 決定的 スクリーニング デザイン のために それらの 六 要因。
I また 生成された 一つの 代替 31- 走る O MARSデザイン。
I 取った その モデル から オリジナル 48ラン 実験。
それで 使用 それ データ、 フィット a モデル、 そして 使用 それ に シミュレーション その 回答
それ 私たちは かもしれない 期待する のために その 決定的なスクリーニング設計 そして 完全に OMARSデザイン。
私たちは 追加した 一つの 適切な 額 の ノイズ
に それ に 与える 私たち a 現実的 応答 シミュレーション。
何 あなたは 行く に 見る を通して これ 例
は それ その 決定的 スクリーニング デザイン は 効果的 で 何 それ すべき する、
どれの は 発見 最も重要な 要因。
その O MARSデザイン 有効にする 私たち に 最適化する その プロセス による 識別する そして 推定する
全て の その 重要 効果 から その 応答 表面 モデル。
で これ 方法、 私たちは は 言って それ これら O MARSデザイン、
あなた できる 考える の 彼ら として 橋渡し その ギャップ 間 決定的 スクリーニング デザイン
そして その 伝統的 応答 表面 方法 デザイン、
のように その セントラルコンポジットデザイン。
ここ は それ セントラルコンポジットデザイン。
ここ は 私たちの 六 要因、 そして これ は 私たちの 応答 の 興味。
これら は いくつかの の その モデル それ 私たちは フィット、 そして だった 比較します。
その a 伝統的 顔- 中央に、 セントラルコンポジットデザイン。
これ は ただ 三つ の その 要因 視覚化されました。
あなた できる 見る 私たちは 得た 私たちの 軸方向 ここでポイント
の上 その 顔 の その キューブ それは説明されている による その 要素 範囲。
それらの 親切 の デザイン は とても 良い。
彼らは 得た たくさん の ニース プロパティ
で 条項 の その 相関関係 間 効果。
あなた できる 見る たくさん の 白 空間 ここ、 どれの 手段 ゼロ 相関関係、
直交 効果。
彼らは ない それで 素晴らしい と その 二次関数 効果。
そこには かなり 強い 相関関係 すべての二次効果の間
の上 1つ 別の、 どれの する 減らす その 力 の 私たちの 能力 に 見積もり
これら 二次関数 効果。
それにもかかわらず、 私たちは できる フィット a 良い モデル に それ。
これ は その モデル フィット に それ オリジナル データ。
私たちは 特定された それ そこには 本当に は 4つ 致命的 要因 外 の その 六
そして そこには は 様々な より高い 注文 条項 として 良い それ は 重要。
本当に その pH、 これ P 5P そして、 そして MDH は とても 重要。
その ラ スパルティック 酸 そして これ トリス バッファ は 多くの 少ない 重要。
私たちは できる 建てる a 良いモデル 使用して それ デザイン。
その とても a 大きい 高い デザイン、 けれど、 48ラン。
何 だろう 私たちの 代替案 なれ？
良い、 決定的 画面 デザイン 明らかに とても 良い
のために スクリーニング これら 親切 の 状況、 スクリーニング その 重要 要因。
私は 生成された 使用して その 同じ 要因、 同じ 要素 範囲、
a 17ラン 決定的 スクリーニング デザイン のために それらの 六 要因。
A 得、 私は シミュレーション その 応答 データ そこには ベース の上 その モデル
から その 出版された データ から その 大きい 実験 そこには。
その 決定的 画面 デザイン する 何 その 想定 に する。
それ 発見 それ 私たちは 得た これら 4つ 重要 要因、
その pH、 P5 P、 そして、MDH。
その 特定された それらの そして その された できる
に 識別する いくつかの の その より高い 注文 効果 それ は 重要。
今 で これ ステージ、 何 あなた できた する は 増強。
スクリーニング デザイン は 全て について 重要な要素のスクリーニング
そして それから で その 次 ステップ の その シーケンス、実験シーケンス、
私たちは できる 増強 に 学ぶ もっと について その 高次効果、
その より高い 注文 条項 のために その 応答 表面 モデル。
何 私は 行く に 見せる あなた ここ、 けれど、 は 代替 アプローチ
私たちは できた 持っている 撮影されました。
ここ は 一つの 実験的な デザイン と 31 実行されます。
また、 同じ 六 要因、 その 同じ 要素 範囲。
あなたは 知らせ それ それ は a 三つ- レベル デザイン。
のために それぞれ 要素、 私たちは 設定を取得しました で 三つ レベル。
その a 応答曲面設計。
もし 私たちは 比較する それ 使用して その 比較する デザイン プラットフォーム、
それから 私たちは できる 比較する それらの 二 デザイン。
その 決定的なスクリーニング設計 ここ で 青、
だった 見ている で その 権限 対 その 31 走る オマールス デザイン。
良い、 その ない a 驚き 31ラン デザイン もっている より高い 力。
一般的に、 私たちは 得た もっと 実行、 それで 私たちは だろう 期待する それ。
私たちは できる 見る 大幅 より高い 力 のために これら 二次関数 効果、 けれど。
別の もの に 見て で それは興味深いかもしれない
は その 色 地図 の上 相関関係。
こちらは 私たちの 17ラン 決定的 スクリーニング設計、
そして あなた かもしれない 認識する それ 色 地図、
もし あなた 知る 何でも について それでは決定的なスクリーニング設計です。
これ 色 地図 は 本当に鍵です。
それは a 鍵 財産 の 決定的なスクリーニング設計、
どれの は それ 全て の 私たちの 主要 効果 直交している に 1つ 別の、
そして その 主要 効果 は また 直交 に その 2番 注文 効果、
その 二次方程式 そして二要素認証 相互作用。
それは 何 全て それ 白 空間 そこには 手段。
それから 内で その より高い 注文 条項、
そこには は いくつかの 程度 の 相関、 しかし いいえ 完了 相関、 いいえ エイリアシング。
私たちは は いつも できる に 見積もり いくつかの の これら より高い 注文 条項、
そして それらの より高い 注文 条項 は、 最小、直交、
完全に 別途見積 から その 主要 効果 要因、
その 事実 ors 主要 効果 それよりも。
さて、もし 私たちは 見て で これ 31ラン O MARSデザイン、
あなた できる 見る その 得た 似ている プロパティ。
また、 私たちは 得た 直交 主要 効果、
そして それらの 主要 効果 は 直交 に その 2番 注文 効果。
あなた できる 見る 私たちは 得た より低い 相関 間 その 二次関数 効果、
のために 例。
全体 と その 二- 要素 相互作用 として 良い、
そこには は より低い 相関関係。
なぜ は これら もの と呼ばれる オマールス？
良い、 オマールス 立つ のために 直交 最小限に エイリアス R 表面スポンジ
デザイン。
また、 私たちは 得た 直交 主要 効果、
そして 私たちは 得た 最小限 エイリアシング 間 私たちの 2番 注文 効果 として 良い、
そしてそれは a 応答曲面設計。
で 事実、 両方 の これら、
両方 その 決定的 スクリーニング デザイン そして その 31- 走る デザイン は オマール。
彼らは は 両方 直交 最小限に エイリアス 応答曲面 デザイン、
それで DSD（性分化疾患） は a サブセット の オマール。
どうやって 良い する これ 実行する？
何 私は 終わり は I モデルを装着した に それ シミュレーション データ。
また、 I シミュレーション その 応答 データ のために 私たちの 31- 走る O MARSデザイン、
そして 私は 比較すると それ モデル に対して その 17ラン 決定的なスクリーニング設計。
17ラン 決定的なスクリーニング設計 やっている a 合理的 仕事
の 予測する その 実際の データ。
ここ、 だった 比較する どうやって 良い 私たちの 二 モデル
から その 決定的 スクリーニング設計 そして その OMARSデザイン、
どうやって 良い 彼らは フィット に対して その 実際の データ から その 48ラン 出版された 例。
あなた できる 見る a 多くの 改善された モデル
と その 31- 走る O MARSデザイン、 として 私たちは かもしれない 期待する。
で 事実、 その 31- 走る O MARSデザイン
正しく識別した その より高い 注文 条項 それ は 重要、
として 良い として 識別する その 重要 要素 効果、
どれの だった かわいい 多くの
すべての 決定的なスクリーニング設計 だった できる に する。
また、 ただ に 繰り返す、 何 だった 表示中 ここ
は それ これらのOMARSデザイン
は 本当に 一つの 拡大 の 決定的 スクリーニング デザイン、
そして 彼らは は a 橋 間 それ 小さい、 効率的 決定的なスクリーニング設計
そして その 大きい 伝統的 応答曲面設計。
で これ ポイント、 病気 手 あなた 以上 に ハドリー、
誰の 行く に 見せる あなた もっと について アドイン それ 彼は 作成された
それ 意思 有効にする あなた に 実は 探検する この新しいクラス の デザイン のために あなた自身。
全て 右。 感謝 あなた とても 多くの、 フィル。
こんにちは に みんな 見ている これ オンライン、 どこでも あなた は。
感謝 あなた とても 多くの のために クリック の上 これ 話す。
前に I 取る あなた を通して その アドイン に 見せる あなた どうやって あなた できる 使用 それ
に 生成する これら デザイン そして 選択 その 最高 1つ のために あなた、
私は のように に 言う それ その アドイン それ自体には7,886個のファイルが含まれており、
それぞれ 1つ 含む a デザイン、
どこ その 主要 効果 は 直交 それぞれに 他の の中へ その より高い 注文 条項。
その アドイン ない のみ 与える あなた アクセス に これら 7,886 新しい デザイン、
しかし それ また 与える あなた アクセス これらすべてに デザイン
と 一つの 追加した 中心点。
どうやって できる 私たちは 選択 から の間で これら
ほとんど 16,000 デザイン その 最高 1つ のために 私たち で 私たちの 状況、
その間 その アドイン 提供する 私たち 一つの インタフェース に 許可する 私たち に する それ？
病気 見せる あなた どうやって それ 動作します。
右 今、 その アドイン と呼ばれる オマールス エクスプローラ。
何 それ 意思 許可する 私たち に する
最初に示す その 番号 の 要因 それ 私たちは 持っている、
そして その アドイン で これ 一瞬 デザインを生成する能力がある
のために 五、 六、 または セブン 連続 要因。
私たちは できる 書く その 最大 番号 の 走る それ 私たちは できる 余裕ある、
または それ 私たちは のように に する、
として 良い として かどうか 私たちは のように a デザイン のために どれの 私たちは 推定できる
全て 主要 効果 または 全て その 主要 効果、
として 良い として 全て その 二要素認証 相互作用 または その 満杯 応答 表面 モデル。
私たちは 持っている その オプション の 平行プロットを生成する、
何か 私たちは できる 使用 に ヘルプ 私たち 選択 その 右 デザイン。
病気 見せる あなた どうやって それ 動作します。 それで 病気 プレス わかった、
I できる 置く で その 名前 の 私の 要因 同じように として その 高い そして 低い 設定、
しかし 私は ただ 行く に そのままにしておく その 方法 それ は のために 今。
私は された 与えられた これ テーブル と 2,027 デザイン それ 満足する 私たちの 要件。
それぞれ 1つ もっている 五 要因 少ない よりも または 等しい に 35 実行、
そして 私たちは できる フィット a 満杯 応答 表面 モデル。
それで どうやって できる 私たちは 今 選択 その 最高 1つ？
良い、 1つ もの 私たちは できた 使用 は その 地元 データ フィルター、
どこ 私たちは できる 選択 走る の a ある デザイン の a ある 走る 長さ
有無 中心点、 として 良い として 私たちの 効率性。
その 平均 または 最大 分散 の 予測 そして その 権限 のために その 傍受、
その 主要 効果、 そして それから その 最小 そして 平均 権限
のために その 二要素認証 相互作用 で その 四角 条項。
もし 私たちは 持っている a 満杯 応答 表面 モデル。
なぜなら 私たちは 生成された その 平行 プロット、
私たちは また 持っている その 平行 プロット ここ。
私たちは できる 使用 全て の これ に それから ゼロ で
の上 デザイン それ は その 最高 すべての中で その もの それ 私たちは 選ばれました。
もし その 最小 力 の その 四角 条項
だった 何か それ だった 重要 に 私たち、 そして I できる 狭い 私の 検索 に 10 デザイン
それよりも よりも から の間で その 2,000種類のデザイン それ だった 可能、
一度 私は 終わり それ、 I できる プレス これ、
得る まとめ 結果 スクリプト の上 その テーブル、 そして それから 生成する これ テーブル ここ
と その 名前 の その デザイン、 かどうか その デザイン 含まれるもの
a 中心 ポイント または ない、 その 番号 の 実行、 として 良い として 全て の その メトリック。
さあ 見る、 I 考える 病気 行く 先に そして ただ 選ぶ これ 1つ ここ。
I できる プレス 作る デザイン、 そして 今 私は された 与えられた これ デザイン JMP。
1つ もの 病気 追加 は それ もし あなた 選ぶ a デザイン と その 中心点、
それ 追加 a -0 で その 終わり に 示す
それ その 中心点 もっている された 追加した に それ デザイン。
I できる 今 行く 先に そして 追加 私の 応答 カラム、
保存 その テーブル、 そして 私は 準備ができて に 始める 指揮する 私の 実験。
として フィル 言及された 前に、
決定的なスクリーニング設計 は a サブセット の OMARS デザイン。
の コース、 そこには は 多くの 他の
直交 最小限に エイリアス デザイン それは ない 決定的なスクリーニング設計。
病気 見せる あなた 一つの 例 ここ それ 用途 六 要因 そして a 最大 の 20 実行されます。
で これ 場合、 私たちは のみ 持っている 8つのデザイン それ 会う これ 基準。
私は ただ 行く に 行く 先に そして 選択 全て の 彼ら そして プレス 得る まとめ 結果。
今、 これ 13- 走る デザイン ここ と その 中心点
実際には その 決定的 スクリーニング デザイン のために 六 要因。
あなた できる 見る それ これ デザイン あらゆる点で
を除外する のために その 迎撃のための力、 より良い よりも これ 15- 走る O MARSデザイン、
どれの は ない a 決定的 スクリーニング デザイン。
しかし 私は 行く に 行く 先に そして 選択 両方 の これら
それで それ I できる 比較する その デザイン。
いつ I する それ、 それは 開ける 両方 テーブル として 良い として これ 比較する デザイン プラットフォーム。
スクロール 下 に その 色 相関関係のマップ、
I できる 見る それ その 決定的スクリーニング設計、
どれの は これ 1つ ここ、 見た目 として I だろう 期待する それ に。
の コース、 その O MARSデザイン も直交する のために その 主要 効果。
それは 何 定義する それ として 一つの O MARデザイン。
しかし あなたは また 知らせ それ
これ 1つ 起こる に なれ 直交
多くの その より高い 注文 効果 として 良い。
もし I だった に 試す に フィット その 満杯 応答 表面 モデル
に 追加 それらの 条項 に これ モデル、
の コース、 I しません なれ できる に 追加 全て の 彼ら、
しかし 私は できる に 追加 1つ 追加 学期 または1つに合わせる 追加 学期。
使用 私の O MARSデザイン、
それから I だろう なれ 使用して その 13- 走る 決定的なスクリーニング設計。
もし I 試した に する それ ,
だから今あなたは 知らせ それ その 権限 のために その 傍受、 その 主要 効果、
そして その 二次方程式 は すべて高い のために その O MARSデザイン。
彼らは は より低い よりも その 決定的 スクリーニング デザイン
のために その 交流 条項。
見ている で その 分数 の その デザイン 空間 プロット、
あなたは 見る それ その オマールス デザイン もっている a より高い 最大 予測 分散、
しかし は より低い よりも その 決定的なスクリーニング設計終了
もっと よりも 80パーセント の その デザイン 空間。
興味深いことに、 その 決定的なスクリーニング設計 プラットフォーム
しない 持っている その 能力 に 生成する 15- 走る 六 要素 デザイン。
私たちは できる 生成する 13 または 17ラン。
もし 私たちは できない 余裕ある 17ランだが15ランは余裕がある、
これ 提供する 私たち 多分 一つの 私たちに適した選択肢
それ 私たちは のように に 考慮する または 探検する さらに遠く。
一度 また、 感謝 皆さん のために あなたの 注意。
で これ ポイント、 私は のように に 振り向く もの 戻る 以上 フィルへ。
ありがとう、 ハドリー。
ただ に 要約する 何 あなたは そこに見られる、 何 私たちは 表示されている あなた、
うまくいけば、 あなたは 見た どうやって これら 直交 最小限に エイリアス
応答曲面設計
できる 橋 それ ギャップ 間 その 小さい、 効率的 決定的なスクリーニング設計
そして 大きい 高い- パワード 伝統的 応答 表面 方法 デザイン。
あなたは 見た どうやって そこには もっと 柔軟性。
そこには は 直交 最小限に エイリアス デザイン と 三つ レベル
のために 違う 数字 の 走る 今。
もし a 決定的 画面 デザイン しない 会う あなたの ニーズ
または a 伝統的 応答 表面 方法 デザイン しない 会う あなたの ニーズ、
あなた すべき 今 なれ できる に 探検する これらのOMARSデザイン。
探検 それらの デザイン は 今 作った より簡単に に 使用 として a ジャンプ ユーザー
と その アドイン それ ハドリー もっている 作成された のために あなた。
良い 明らかに 役職 リンク に 全て の これら もの で その 記事
で その コミュニティ、
そして それは a 素晴らしい 場所 に させて 私たち 知る もしあなたが どれでも 質問 として 良い。
ありがとう とても 多くの のために あなたの 注意。
