Eine Kovariate hinzufügen, nachdem das endgültige Screening-Design abgeschlossen ist?Hallo,
Ich habe vor Kurzem ein DSD fertiggestellt und festgestellt, dass wir aufgrund von Engpässen bei unserem regulären Lieferanten bei mehreren Durchläufen einen alternativen Rohstoff verwenden mussten. Dieser alternative Rohstoff hat sich in früheren Durchläufen als ertragssteigernd erwiesen, ist aber sehr teuer und nichts, was wir regelmäßig beschaffen können. Er war also nicht Teil des Versuchsplans. Ich befürchte, dass dieser alternative Rohstoff meine Ergebnisse verfälscht hat, und ich frage mich, ob es eine Möglichkeit gibt, dies nach Abschluss des Versuchs als Kovariate zu berücksichtigen?
Ich habe auch einen gewissen Zeittrend bei meinen Erträgen bemerkt, wobei frühere Läufe etwas bessere Erträge brachten. Gibt es auch eine Möglichkeit, das Datum als Kovariate zu berücksichtigen?
VersuchsplanungBetreff: Hinzufügen einer Kovariate, nachdem das endgültige Screening-Design abgeschlossen ist?Der erste Ansatz wäre, der Tabelle eine Spalte hinzuzufügen, in der Sie die Rohstoff-ID angeben, oder alternativ Spalten hinzuzufügen, die die Eigenschaften der verwendeten Materialien enthalten. Nehmen Sie diese dann in das Modell auf. Sie müssten wahrscheinlich eine schrittweise Regression oder eine verallgemeinerte Regression (in JMP Pro) verwenden, um den Modelleffekt zu beheben.
Wenn Sie eine zufällige Reihenfolge der Versuchsdurchläufe haben, wird für den möglichen Zeittrend im Allgemeinen jeder geringfügige Zeittrend über die Versuchsfaktoren gemittelt. Wenn Sie der Meinung sind, dass der Trend real und wichtig ist, erstellen Sie eine weitere Spalte mit einem Zeittrendindikator (kann genauso einfach sein wie die Durchlaufreihenfolge) und nehmen Sie ihn als kontinuierlichen Faktor in das Modell auf.
Betreff: Hinzufügen einer Kovariate, nachdem das endgültige Screening-Design abgeschlossen ist?Hallo @mjz5448 ,
Zu Ihrer ersten Frage: Die Antwort von @MathStatChem wird Ihnen helfen, Ihre Experimente mit a posteriori hinzugefügten Kovariaten zu analysieren. Sie können die Plattformen „Evaluate Designs“ und „Multivariate“ überprüfen, um die Korrelationen zwischen Ihren ursprünglichen Faktoren und der hinzugefügten Kovariate zu bewerten und alle blinden Flecken zu erkennen, die durch diese Hinzufügung entstehen können (z. B. vollständige Aliase zwischen einem bestimmten Modellterm und dem Haupteffekt des Kovariatenfaktors). Möglicherweise sind spezielle Analysen und Modelle erforderlich, die Multikollinearität verarbeiten können: Partial Least Squares, Generalisierte Regression mit Bestrafung durch Ridge/Elastic Net-Methoden, Verwendung robuster Algorithmen für maschinelles Lernen wie Bootstrap Forest/Predictor Screening usw.
Zu Ihrer zweiten Frage würde ich Ihnen empfehlen, diese Themen zu ähnlichen Problemen zu lesen:
Kovariaten in definierter Reihenfolge im benutzerdefinierten Design
Berücksichtigen Sie die Zeitverzögerung im DoE
Das erste Thema beschreibt, wie ein zeitrobustes DoE erstellt wird, indem die Zeit als Kovariate direkt bei der DoE-Erstellung berücksichtigt wird.
Ich hoffe, diese Antwort ergänzt die anderen und hilft Ihnen,
Betreff: Hinzufügen einer Kovariate, nachdem das endgültige Screening-Design abgeschlossen ist?Danke, ich werde bei Gelegenheit mal nachschauen.
Betreff: Hinzufügen einer Kovariate, nachdem das endgültige Screening-Design abgeschlossen ist?Vielen Dank! Ich werde versuchen, mit der schrittweisen Regression herumzuspielen, wie Sie sagen.
Betreff: Hinzufügen einer Kovariate, nachdem das endgültige Screening-Design abgeschlossen ist?Nur einige zusätzliche Kommentare …
Sie können für jede Behandlung einen Wert für die Kovariate eingeben. Ist die Kovariate während der Behandlung tatsächlich konstant?
Haben Sie den Messfehler bei der Messung der Kovariate ermittelt?
Achten Sie beim Hinzufügen der Kovariate auf Multikollinearität (holen Sie sich VIFs und zeichnen Sie Streudiagramme von x gegenüber Kovariaten).
Wenn Sie die Kovariate auswerten, platzieren Sie sie an erster Stelle im Modell und verwenden Sie sequenzielle Tests (Typ 1 SS), um die Kovariate auszuwerten. Verwenden Sie Typ 3 SS, um die anderen Terme im Modell auszuwerten.
