829670_ja-JP

liliconcom

DOEカスタム設計プラットフォームで階層的（ネストされた）要因を処理する

こんにちは、

DOE カスタム設計プラットフォームを使用して設計を構築しようとしています。考慮すべきカテゴリ因子 (G、L、Z) が 3 つあり、1 つが別の因子内にネストされています。最終的に実行したいモデルは、Y = G + L[Z] + Z + e です。ただし、主な目標は、G の複製数が Z 内でバランスが取れていること、および実行数が L 因子全体でバランスが取れていることを確認することです。

「許可されていない組み合わせ」オプションを使用することで、希望する結果に近いものを得ることができました。たとえば、次のスクリプトは、希望にかなり近い結果を生成します。

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}
);

しかし、これは完璧からは程遠いものです。なぜなら、 L 、 Z 、 Gのレベルの数は、作成するデザインによって大きく異なる可能性があり、デザインはたくさんあるからです。このアプローチは、スクリプトを使用して自動化するのが簡単ではありません。

さらに、私のG因子のZレベルごとの複製数は、次の結果表の概要に示すように、完全にバランスが取れているわけではありません。

ご意見は大歓迎です:)

私はJMP16を使用しています

実験計画法Re: DOE カスタム設計プラットフォームで階層的 (ネストされた) 要素を処理する

こんにちはジョハンナ 、

あなたの質問に直接答えることはできないかもしれませんが、いくつかコメントがあります:

• あなたの目的は何ですか? 勝者を選ぶこと、または要因と応答の間のつながりを理解してモデル化すること?
  2 番目のケースでは、たとえば因子 G のレベルを少なくすると、この関係を理解できないのではないかと思います (32 レベルは多いです!)。また、因子が表す内容に応じて、カテゴリ因子に関連する 1 つまたは複数の数値因子を使用できますか? たとえば、因子の特定のカテゴリ レベルの測定値を、設計の数値共変量として使用しますか?
  このアイデアに関するいくつかのオプションとインスピレーション: Re: 効率性とモデルの適用性を高める...
• あなたのデザインの不均衡については、あなたが持っているのと同じスクリプトを起動したときに、因子レベルに特定の不均衡は見られません。
  

  (必要に応じて比較用に生成された設計データテーブルを添付しました)。
  正確にはどのような問題が見られますか?

• 自動化のために、候補セットアプローチを使用する方が簡単ではないかと考えています。
  1. すべての組み合わせを含むデータセットを自動的に作成する（古典的な完全実施要因計画法）、
  2. スクリプトルールによって実行不可能な組み合わせを削除する。
  3. この候補セットを使用してデザインを作成します。

候補セットアプローチの詳細については、こちらをご覧ください: 候補セット設計: 問題に合わせた DOE 制約の調整 (2021-EU-30MP-784)

この回答がお役に立てば幸いです。

Re: DOE カスタム設計プラットフォームで階層的 (ネストされた) 要素を処理する

こんにちは。ご回答ありがとうございます。

実際のところ、目的は G のすべてのレベルを適切に順序付け、最終的により良いものを選択することです。 32 レベルは、私にとっては実に低いレベル数です。 これらの要素に数字を関連付ける直接的または簡単な方法はありません。

バランス調整を写真で説明しようとしましたが、わかりにくいかもしれません。申し訳ありません。

実行回数を増やしてもう一度実行した結果がこれです。

バランスの問題は、Z 内の G レベルの複製の数から生じます。私の状況は次のとおりです。

そしてこれが私が望んでいることだ

候補者のアプローチに感謝します。それについて調べてみます。

公平に言えば、この問題は解決しやすいだろうと思った:)

Re: DOE カスタム設計プラットフォームで階層的 (ネストされた) 要素を処理する

こんにちはジョハンナ 、

レベル間の正確なバランス調整の必要性は何ですか? デザインを手動で作成してみましたか? スクリプトによるデザインと比べるとどうですか?

ここでのわずかな不均衡は心配するほどのことではないと思いますが、 デザインを比較するプラットフォームを使用してデザインの比較を行うことができます。

いずれにせよ、設計生成時に制約を指定するのではなく、制約がすでにポイント選択に含まれているように、候補アプローチを使用することはここでの優れた代替手段になる可能性があります。