809996_zh-TW

liliconcom

開發者教程 - 如何在實驗設計中有效處理協變量

（在“我的影片”中查看）

• 什麼是協變數？
  • 我們想要考慮但無法完全控制的輸入變數。
  • 不受控制，但可提前觀察。
  • “候選集”方法。
• 為什麼客製化設計很重要？
  • 坐標交換（客製化設計）
    • 先從「隨機」設計開始。
    • 逐一檢查設計元素，如果更改能改善評價標準，則進行更改。
    • 重複。
    • 無需候選人集。
  • 換行
    • PROC OPTEX (SAS)
    • 首先列出一組可能的運行方案。
    • 初始設計是候選集的一個子集。
    • 考慮交換設計中未包含的行，如果交換後能改善指標，則進行交換。
• JMP 16 之前的版本（從 JMP 10 開始）
  • 協變數的行交換（D-最適性）。
  • 對可控因素進行協調交流。
  • 協變數從一開始就是固定的，我們無法回頭看看是否有更好的選擇。
• JMP 16
  • 在設計過程中，我們將採用行交換或座標交換的混合方法。
  • 允許對協變數考慮不同的最適性標準。
  • 為您的設計創作提供更大的靈活性（兩全其美）。
  • 對用戶來說更加顯而易見。
  • 如何使用
    • 無需JMP Pro。
    • 需要一個包含候選集（協變數及其可能的運行方案）的資料表。
    • 在自訂設計中，使用「新增因子->協變數」（JMP 10+）或「協變數/候選集」大綱（JMP 16+）新增協變數。
• 兩個典型的用例
  • 使用所有行
    • 我們的實驗單元中存在一些可觀察的、不可控的因素，我們需要對此加以考慮。
    • 我們希望對一部分輸入（甚至是可控的）強制採用特定的結構。
  • 選擇行的子集
    • 選擇一個最優子集（而不是隨機子集）。
    • 最大限度地利用資訊優化預算。

• 範例 1 - 使用所有行

  • 我們需要 12 個運行，5 個 2 級因子，但因子 A 需要 2/3 的等級為“L1”，1/3 的等級為“L2”。

• 範例 2 - 使用所有行
  • 使用 Big Class 資料集，想給每個學生分配兩種處理方式中的一種。
  • 我們需要考慮性別、身高和體重。
• 範例 3 - 使用所有行
  • 大小為 4 的區塊，8 級分類因子，以及 4 個連續因子。
  • 總共得了56分。
  • 首先採用平衡不完全區組設計（BIBD）。

• 範例 4 - 使用行子集

  • 只想從大班中挑選20名學生。

  • 如果我們想要確保某些特定學生被選中，該怎麼辦？

  • 新增批次標籤，但將其從模型中移除。

協變數.JPG

資源

• Meyer, RK 和 Nachtsheim, CJ.建構精確最優實驗設計的座標交換演算法。 Technometrics ， 37 （1），60-69，1995。 PDF版本。
• Fedorov, VV 最優實驗理論。紐約：學術出版社，1992 年。
• Goos, P & Jones, B. 實驗的最優設計－個案研究方法，Wiley，2011。
• Bradley Jones 的部落格文章《如何創造一個對回應中的線性時間趨勢具有穩健性的實驗設計》 。
• JMP 文檔 關於協變量 DOE
• JMP願望清單：向我們的開發團隊提出產品建議，告訴我們您的組織需要哪些功能才能最大限度地利用JMP。

實驗設計