809996_ja-JP

liliconcom

開発者向けチュートリアル - 実験設計における共変量の効果的な取り扱い方

（マイビデオで視聴）

• 共変量とは何ですか？
  • 考慮に入れたいが、完全に制御できない入力変数。
  • 制御不能ではあるが、事前に観察することは可能である。
  • 「候補セット」アプローチ。
• カスタムデザインにとって、なぜそれが重要なのでしょうか？
  • 座標交換（カスタムデザイン）
    • まずは「ランダムな」デザインから始めましょう。
    • 設計要素を一つずつ検証し、基準が改善される場合は変更を加える。
    • 繰り返す。
    • 候補者に対する要件はありません。
  • 行交換
    • PROC OPTEX (SAS)
    • まず、実行可能な候補となる一連のシナリオから始めます。
    • 初期設計は、候補セットの部分集合である。
    • 設計に含まれていない行を入れ替えることを検討し、基準が改善される場合は変更を行う。
• JMP 16以前（JMP 10以降）
  • 共変量に関する行交換（D最適性）。
  • 制御可能な要因に関する座標交換。
  • 共変量は最初から固定されていたため、より良いものがないか後から確認することはできませんでした。
• JMP 16
  • 設計を進めるにあたっては、行交換または座標交換を組み合わせたハイブリッドなアプローチを採用します。
  • 共変量に対して、異なる最適性基準を考慮することを可能にする。
  • デザイン制作における柔軟性の向上（両方の利点を兼ね備えています）。
  • ユーザーにとってより見やすくなった。
  • 使用方法
    • JMP Proは不要です。
    • 候補セット（実行可能なシナリオにおける共変量）を含むデータテーブルが必要です。
    • カスタムデザインで共変量を追加するには、[因子の追加]→[共変量]（JMP 10以降）または[共変量/候補セット]アウトライン（JMP 16以降）を使用します。
• 2つの典型的な使用例
  • すべての行を使用する
    • 我々の実験対象には、観察可能ではあるものの制御不可能な要因があり、それらを考慮に入れたいと考えている。
    • 入力の一部に対して、特定の構造を強制的に適用したい（場合によっては制御可能な構造にしたい）。
  • 行のサブセットを選択する
    • 最適な部分集合を選択してください（ランダムな部分集合は選択しないでください）。
    • 限られた予算の中で情報を最大限に活用する。

• 例1 - 全行の使用

  • 12回のラン、5つの2レベル因子が必要ですが、因子Aは「L1」でレベルの2/3、「L2」でレベルの1/3が必要です。

• 例2 - 全行の使用
  • 大規模なクラスデータセットを使用し、各生徒に2つの処置のうちの1つを割り当てたい。
  • 性別、身長、体重を考慮に入れたい。
• 例3 - 全行の使用
  • サイズ4のブロック、8段階のカテゴリ変数、および4つの連続変数。
  • 合計56得点。
  • まずは、バランス型不完全ブロック設計（BIBD）を使用してください。

• 例4 - 行のサブセットの使用

  • 大人数のクラスから20人だけを選びたい。

  • 特定の学生を確実に選抜したい場合はどうすればよいでしょうか？

  • バッチラベルを追加するが、モデルからは削除する

共変量.JPG

リソース

• Meyer, RK、Nachtsheim, CJ 「正確な最適実験計画を構築するための座標交換アルゴリズム」 テクノメトリクス 、 37 （1）、60-69、1995年。 PDF版
• Fedorov, VV 『最適実験の理論』Academic Press、ニューヨーク、1992年。
• グース、P & ジョーンズ、B。 実験計画の最適設計 ― ケーススタディによるアプローチ、Wiley、2011年。
• ブラッドリー・ジョーンズによるレスポンスブログ記事「線形時間トレンドに対して頑健な実験デザインを作成する方法」 。
• JMPドキュメント 共変量DOEについて
• JMP要望リスト：貴社がJMPを最大限に活用するために必要な製品に関するご提案を、開発チームまでお寄せください。

実験計画法