Hallo,
Ich versuche, mithilfe der benutzerdefinierten DOE-Designplattform ein Design zu erstellen. Ich muss drei kategorische Faktoren (G, L und Z) berücksichtigen, von denen einer in den anderen verschachtelt ist. Letztendlich ist das Modell, das ich ausführen möchte, Y = G + L[Z] + Z + e. Mein Hauptziel besteht jedoch darin, sicherzustellen, dass die Anzahl der Replikationen von G innerhalb von Z ausgeglichen ist und dass die Anzahl der Durchläufe über meinen L-Faktor hinweg ausgeglichen ist.
Durch die Verwendung der Option „Nicht zulässige Kombinationen“ konnte ich ein Ergebnis erzielen, das meinem Wunsch nahe kommt. Dieses Skript erzeugt beispielsweise Ergebnisse, die meinem Wunsch recht nahe kommen:
DOE(
Custom Design,
{Add Response( Maximize, "Y", ., ., . ),
Add Factor(
Categorical,
{"L1", "L2", "L3", "L4", "L5", "L6", "L7", "L8", "L9", "L10"},
"L",
0
), Add Factor(
Categorical,
{"V1", "V2", "V3", "V4", "V5", "V6",
"V7", "V8", "V9", "V10", "V11", "V12",
"V13", "V14", "V15", "V16", "V17", "V18",
"V19", "V20", "V21", "V22", "V23", "V24",
"V25", "V26", "V27", "V28", "V29", "V30",
"V31", "V32"},
"G",
0
), Add Factor( Categorical, {"Z1", "Z2"}, "Z", 0 ),
Set Random Seed( 1289561612 ), Number of Starts( 360 ), Add Term( {1, 0} ),
Add Term( {1, 1} ), Add Term( {2, 1} ), Add Potential Term( {3, 1} ),
Set Sample Size( 360), Disallowed Combinations(
Z == "Z1" & (L == "L6" | L == "L7" |
L == "L8" | L == "L9" | L == "L10") |
Z == "Z2" & (L == "L1" | L == "L2" |
L == "L3" | L == "L4" | L == "L5")
), Simulate Responses( 0 ), Save X Matrix( 0 ), Make Design}
);Dies ist jedoch alles andere als perfekt, da die Anzahl der Ebenen für L , Z und G je nach den zu erstellenden Designs erheblich variieren kann und ich viele davon habe! Dieser Ansatz lässt sich nicht einfach durch Skripting automatisieren.
Darüber hinaus ist die Anzahl der Replikationen pro Z- Ebene für meinen G- Faktor nicht perfekt ausgewogen, wie die folgende Zusammenfassung meiner Ergebnistabelle zeigt:
Jeder Gedanke ist willkommen:)
Ich verwende JMP16
Hallo @johanna_younous ,
Ich kann Ihre Fragen vielleicht nicht direkt beantworten, habe aber einige Anmerkungen/Kommentare:
Weitere Informationen zum Kandidatensatzansatz finden Sie hier: Kandidatensatzdesigns: Anpassung der DOE-Einschränkungen an das Problem (2021-EU-30MP-784)
Ich hoffe, diese Antwort hilft Ihnen weiter.
Hallo, danke für diese Antwort.
eigentlich besteht der Zweck darin, alle meine G-Stufen richtig zu ordnen und am Ende die besseren auszuwählen. 32 Stufen sind für mich eigentlich eine ziemlich niedrige Stufenzahl! Es gibt keine direkte oder einfache Möglichkeit, diesen Faktoren Zahlen zuzuordnen.
Ich habe versucht, das Ungleichgewicht mit dem Bild darzustellen, aber es ist vielleicht nicht deutlich genug, das tut mir leid.
Hier ist, was ich bei einem anderen Lauf erhalte, bei dem ich die Anzahl der Läufe erhöht habe.
Das Gleichgewichtsproblem ergibt sich aus der Anzahl der Replikationen meiner G-Ebenen innerhalb von Z. Folgendes habe ich:
und das ist, was ich möchte
Danke für die Kandidatenanfrage, ich werde mich damit befassen.
Ehrlich gesagt dachte ich, dieses Problem wäre leichter zu lösen:)
Hallo @johanna_younous ,
Warum ist eine exakte Balance zwischen den Ebenen erforderlich? Haben Sie versucht, das Design manuell zu erstellen? Wie ist es im Vergleich zu Ihrem Skriptdesign?
Ich bin nicht sicher, ob das leichte Ungleichgewicht hier Anlass zur Sorge gibt. Sie können die Designs mit der Plattform „Compare Designs“ vergleichen.
Wie dem auch sei, die Verwendung des Kandidatenansatzes könnte hier eine gute Alternative sein, sodass die Einschränkungen bereits in der Punkteauswahl enthalten sind, anstatt die Einschränkungen bei der Entwurfserstellung anzugeben.
