809996_fr-FR

liliconcom

Tutoriel pour développeurs - Gestion efficace des covariables lors de la conception d'expériences

(voir dans Mes vidéos)

• Qu'est-ce qu'une covariable ?
  • Variables d'entrée dont nous voulons tenir compte, mais sur lesquelles nous n'avons pas un contrôle total.
  • Incontrôlable, mais observable à l'avance.
  • Approche par « ensemble de candidats ».
• Pourquoi est-ce important pour la conception personnalisée ?
  • Échange de coordonnées (conception personnalisée)
    • Commencez par un design «aléatoire».
    • Examinez chaque élément de conception individuellement et effectuez un changement si cela améliore le critère.
    • Répéter.
    • Aucune exigence concernant la sélection des candidats.
  • Échange de lignes
    • PROC OPTEX (SAS)
    • Commencez par un ensemble de candidats pour des exécutions possibles.
    • La conception initiale est un sous-ensemble de l'ensemble des candidats.
    • Envisagez d'échanger les lignes qui ne figurent pas dans le plan, et effectuez l'échange si cela améliore le critère.
• Avant JMP 16 (à partir de JMP 10)
  • Échange de lignes sur les covariables (D-optimalité).
  • Échange de coordonnées sur les facteurs contrôlables.
  • Les covariables étaient fixées dès le départ et nous ne pouvions pas revenir en arrière pour voir s'il y avait une meilleure solution.
• JMP 16
  • Approche hybride avec échange de lignes ou échange de coordonnées au fur et à mesure de la conception.
  • Permet de considérer différents critères d'optimalité pour les covariables.
  • Plus de flexibilité pour la création de vos designs (le meilleur des deux mondes).
  • Bien plus visible pour l'utilisateur.
  • Comment utiliser
    • Ne nécessite pas JMP Pro.
    • Besoin d'un tableau de données avec l'ensemble des candidats (covariables avec nos exécutions possibles).
    • Ajoutez des covariables dans la conception personnalisée en utilisant Ajouter un facteur -> Covariable (JMP 10+) ou le plan « Covariables/Ensemble de candidats » (JMP 16+).
• Deux cas d'utilisation typiques
  • Utilisation de toutes les lignes
    • Nous avons des facteurs observables et incontrôlables pour nos unités expérimentales dont nous voulons tenir compte.
    • Nous voulons imposer une structure particulière à un sous-ensemble d'entrées (qui peuvent même être contrôlables).
  • Choisir un sous-ensemble de lignes
    • Choisissez un sous-ensemble optimal (et non un sous-ensemble aléatoire).
    • Optimiser l'utilisation de nos informations en fonction de notre budget.

• Exemple 1 - Utilisation de toutes les lignes

  • Nous voulons 12 séries, 5 facteurs à 2 niveaux, mais le facteur A a besoin de 2/3 des niveaux à « L1 » et 1/3 à « L2 ».

• Exemple 2 - Utilisation de toutes les lignes
  • J'utilise le jeu de données Big Class et je souhaite attribuer l'un des deux traitements à chaque élève.
  • Nous voulons prendre en compte le sexe, la taille et le poids.
• Exemple 3 - Utilisation de toutes les lignes
  • Des blocs de taille 4, une variable catégorielle à 8 niveaux et 4 facteurs continus.
  • 56 courses au total.
  • Utilisez un plan en blocs incomplets équilibrés (BIBD) pour commencer.

• Exemple 4 - Utilisation d'un sous-ensemble de lignes

  • Je souhaite sélectionner seulement 20 élèves de la grande classe.

  • Que faire si nous voulons nous assurer que certains étudiants soient sélectionnés ?

  • Ajoutez l'étiquette du lot, mais supprimez-la du modèle.

Covariable.JPG

Ressources

• Meyer, RK, & Nachtsheim, CJ L'algorithme d'échange de coordonnées pour la construction de plans d'expériences optimaux exacts. Technométrie , 37 (1), 60-69, 1995. Version PDF .
• Fedorov, VV Théorie des expériences optimales . Academic Press, New York, 1992.
• Goos, P & Jones, B. Conception optimale des expériences - Une approche par étude de cas , Wiley, 2011.
• Comment concevoir une expérience robuste face à une tendance temporelle linéaire : article de blog de Bradley Jones.
• Documentation JMP sur la covariable DOE
• Liste de souhaits JMP : Suggestions de produits pour notre équipe de développement concernant les besoins de votre organisation pour tirer le meilleur parti de JMP.

Conception des expériences