Anleitung zur Datenanalyse für ein 4-Faktor-Mischdesign mit 4 AntwortmöglichkeitenIch arbeite in JMP an einem Mischungsdesign mit vier kontinuierlichen Faktoren und vier Antworten. Obwohl ich bei der Modellierung und Auswertung einzelner Antworten Fortschritte gemacht habe, fällt es mir schwer, alle Antworten gemeinsam zu analysieren. Im Einzelnen:
- Die ternären Diagramme sind auf die gleichzeitige Visualisierung von jeweils nur drei Mischungskomponenten beschränkt, was es schwierig macht, das Verhalten aller vier Faktoren gleichzeitig zu verstehen.
- Einige meiner Antworten deuten auf widersprüchliche Trends hin, die zur Optimierung einen Mittelweg erfordern.
- Der Vorhersage-Profiler ist zwar hilfreich, geht jedoch nicht vollständig auf die Komplexität ein, die mit der Kombination aller Antworten für eine umfassende Analyse verbunden ist.
- Anstatt für jeden Faktor einen einzigen optimalen Wert zu ermitteln, möchte ich für jede Verbindung kleinere, praktische Bereiche definieren. Diese Bereiche werden in nachfolgenden Analysen verwendet, bei denen bei der Bewertung zusätzliche Antworten berücksichtigt werden.
Folgendes habe ich bereits getan:
- Für jede Antwort habe ich nur die signifikanten Effekte beibehalten, die den RMSE reduzierten.
- Ich habe die Residuen und die mangelnde Anpassung untersucht und keine erkennbaren Trends oder Probleme festgestellt.
Ich suche nach dem besten Ansatz oder den besten Tools in JMP, um dieses Mischungsdesign effektiv zu analysieren, insbesondere um Erkenntnisse aus allen Antworten zusammenzufassen und aussagekräftige Bereiche für jeden Faktor zu identifizieren. Wenn Sie mir relevante Strategien oder Dokumentationen nennen könnten, wäre ich Ihnen sehr dankbar.
Vielen Dank im Voraus!
Datenexploration und -visualisierungVersuchsplanungBetreff: Anleitung zur Datenanalyse für ein 4-Faktor-Mischdesign mit 4 AntwortenHallo @K_JMP ,
Es scheint, dass Sie bereits viel Arbeit in die Analyse Ihrer Ergebnisse gesteckt haben. Hier sind einige zusätzliche Vorschläge zu einigen Ihrer Punkte:
- Anstelle eines ternären Diagramms können Sie auch eine Konturdiagrammmatrix ( „Mehrere Konturrahmen “ in den roten Dreieckoptionen des Konturprofilers) verwenden, um alle Ihre Faktoren paarweise anzuzeigen.
- Welche Schwierigkeiten haben Sie mit Prediction Profiler? Wenn Sie kategorische Antworten haben, können Sie diese mithilfe einer Wahrscheinlichkeitsformel einbeziehen.
- Wenn Sie akzeptable Faktorbereiche definieren möchten, kann der Design Space Profiler hilfreich sein.
- Was den Analyseansatz betrifft, ist es eine gute Idee, Ihr Modell anhand einer prädiktiven Metrik zu verfeinern, da es sich bei Mischungsdesigns um Optimierungsdesigns handelt. Achten Sie darauf, dass Sie die Vererbung der Effekte berücksichtigen. Wenn Sie JMP Pro haben, können Sie versuchen, in den verallgemeinerten Regressionsmodellen andere Schätzmethoden zu verwenden , wie z. B. SVEM , Pruned Forward oder Backward Selection , … mit verschiedenen Optionen für Validierungsmethoden . Abhängig von Ihrem Mischungsdesign und der Aufteilung der Punkte können Sie auch einfache Methoden des maschinellen Lernens ausprobieren, die effektiv interpolieren, ohne dass ein großes Risiko einer Überanpassung besteht (SVM und Random Forest sind gute Kandidaten).
Ich hoffe, diese wenigen Vorschläge könnten Ihnen helfen,
Betreff: Anleitung zur Datenanalyse für ein 4-Faktor-Mischdesign mit 4 AntwortenHier sind meine Gedanken. Führen Sie zunächst eine Korrelation der Antwortvariablen durch. Führen Sie eine Korrelation durch. Suchen Sie nach Ausreißern (Mahalonobis). Verwenden Sie verschiedene Grafiktechniken, um die gemischten Antwortoberflächen zu betrachten. Leider können wir nicht in 4 Dimensionen sehen, also versuchen Sie, mehrere Grafiken für jeden möglichen Satz von 3 zu erhalten. Gehen Sie bei Ihrer Analyse praktisch vor, es gibt keine „magische“ Analyse, die die Interpretation für Sie übernimmt.
