Frage 1: DOE-Modellanalyse
Kommentare:
@Phil_Kay
@Victor_G : Die schrittweise Auswahl ist möglicherweise nicht der zu empfehlende Standardansatz.
Es ist hilfreich als Leitfaden und Vergleich, aber ich würde die Ergebnisse lieber mit GenReg und anderen Plattformen vergleichen
Rasterdiagramme können auch dabei helfen, die Häufigkeit der Aufnahme von Begriffen in viele Modelle zu erkennen und sie im Vergleich zu vergleichen: https://community.jmp.com/t5/JMP-Wish-List/Raster-plots-or-other-visualization-tools-to-help-model/idi-p/730968
@bdclark23 : Mehrere Modellansätze mit einer Fülle von Beweisen, die in verschiedenen Modellen durchgängig die gleichen Effekte zeigen, jeweils mit ihren eigenen Tendenzen und Annahmen.
Frage 2: „Kovariater Ansatz“ zur Anwendung von Beschränkungen
Kommentare
@Victor_G : Über Einschränkungen:
@Ryan_Lekivetz :
@Phil_Kay : Ich habe kürzlich auch auf LinkedIn darüber gepostet:
Ich liebe diese Diskussion. Es ist relativ einfach (JMP!), zur technischen Antwort zu gelangen. Aber es ist auch wichtig, das „Warum“ in Frage zu stellen.
@Chandramouli_R :
Video 3: Vollfaktorielles Versuchsdesign: Wie viele Mittelpunkte empfehlen Sie?
@Phil_Kay : Ich habe auch schon früher etwas über Mittelpunkte gepostet:
@Victor_G : Mittelpunkte können bei der Erkennung der Krümmung hilfreich sein, erlauben aber keine Abschätzung verschiedener quadratischer Effekte
F: Wie füge ich Mittelpunkte in einem benutzerdefinierten Design hinzu?
A: 
@Victor_G : Über Scoping Designs und deren Verwendung als Vorlauf zur Überprüfung des Designraums:
Video 4: Wie kann ich in den Easy DoEs Faktoren zurücksetzen/löschen, ohne das Versuchsdesign zu ändern?
Kommentare:
@Chandramouli_R :
@Victor_G :
- Unter "analysieren" können Sie die Effekte im und aus dem Modell auswählen
- Tab "analysieren" --> Try "Bestes Model"
- Oder erstellen Sie mit „Fit Model“ ein benutzerdefiniertes Modell unter Verwendung der JMP-Datentabelle mit Ihren Ergebnissen
@Jonas_Rinne : Ich denke, Sie können dies auch tun, indem Sie in Easy DOE in den flexiblen Modus wechseln.
@Victor_G : Passen Sie Ihre Antworten separat an. Aber ich denke, es gibt viele Ressourcen, die Ihnen beim Erstellen und Vergleichen von Modellen helfen.
OFAT hat kein Modell dahinter, es ist nur ein vergleichender Ansatz und daher nicht sehr hilfreich bei der Entscheidungsfindung.
Video 5: Analytische Kultur für den Einsatz von DOE
Kommentare:
@Uwe_Weber : Verwenden Sie den Profiler und sie werden es verstehen
@anchildress : Bei Eastman haben wir den größten Erfolg, wenn wir uns auf den Aufbau von Beziehungen zu Kunden/Klienten konzentrieren und klein anfangen, um Vertrauen zu Ihnen und Ihren Techniken aufzubauen. Wenn sie einige Erfolge oder erfolgreiche DOEs mit Kollegen sehen, vertrauen sie DOE vielleicht mehr.
Ergebnisse und Kosteneinsparungen sind die überzeugendste Technik
@DB1 : Kulturwandel: Geduld. Arbeiten Sie an den Rändern. Wenn Sie einen Wissenschaftler oder Ingenieur überzeugen können, können diese ihre Teamkollegen besser von der DOE-Nutzung überzeugen als wir. Wie Bea sagt, kann ein wirklich guter DOE-Datensatz in einem Unternehmen viele Leute überzeugen, wenn er diplomatisch und zielgruppenorientiert eingesetzt wird.
Danke für die Aufnahme, @maria_astals !
Einige Kommentare zur Erläuterung der gestern besprochenen Punkte:
- Schrittweise Auswahl
Die schrittweise Regression kann bei geplanten Experimenten problematisch sein, da sie:
- ignoriert die experimentelle Struktur des DoE: Hierarchieprinzip, Sparsity-Prinzip und manchmal Vererbungsprinzip, aber dieses letzte Prinzip kann in der verallgemeinerten Regressionsplattform erzwungen werden,
- führt zu verzerrten/überhöhten Parameterschätzungen, da diese Terme in erster Linie aufgrund ihrer Größenordnung/Effektstärke ausgewählt werden,
- erhöht das Risiko falsch positiver Ergebnisse (Wahrscheinlichkeit, einen aktiven Effekt zu erkennen, der nicht aktiv ist) aufgrund mehrfacher Tests ohne Anpassung,
- liefert unzuverlässige p-Werte, da sie sowohl für die Begriffsauswahl als auch für Schätzungen statistischer Tests verwendet werden können,
- befasst sich nicht mit Multikollinearität, die bei starken Aliasnamen/Korrelationen zwischen Begriffen im Design und/oder bei Mischdesigns ein Problem sein kann.
- ignoriert das angenommene Modell im Zusammenhang mit dem generierten Design vollständig.
Es kann noch andere Gründe geben, einige Literatur und Diskussionen zu diesem Thema lassen sich leicht finden:
SP0016 Schrittweise oder nicht schrittweise? Die Do's und Don'ts der multivariablen Modellierung | Annals of the Rheumatic Diseases
Die Verwendung einer schrittweisen Regression zur Behandlung von Multikollinearität ist nicht geeignet - PMC
Warum wir schrittweise Regression hassen | Statistische Modellierung, kausale Inferenz und Sozialwissenschaften
Die schrittweise Auswahl von Variablen bei der Regression ist böse.
Die schrittweise Auswahl kann als Benchmarkmodell immer noch hilfreich sein, und wenn die Anzahl der Faktoren nicht zu hoch ist, kann die Option „Alle möglichen Modelle“ interessant sein, um zu sehen, wie verschiedene Modelle hinsichtlich der Begriffe „Auswahl“ und „Schätzung“ übereinstimmen und nicht übereinstimmen. Der Modellvergleich und die Modellauswahl sollten jedoch vom angenommenen Modell hinter dem Entwurf und von der Fachkompetenz geleitet werden.
Einige Diskussionen und Beiträge in der Community im Zusammenhang mit schrittweisen Ansätzen für DoE-Daten:
WIE man zwei Modelle mit unterschiedlichen Begriffen gleichzeitig anpasst
Rückwärtsregression für die DOE-Mischungsanalyse mit regulärem (nicht professionellem) JMP?
Analyse einer Mischungs-DOE mit schrittweiser Regression
Erweiterung von DoE-Modellproblemen
Fit Definitive Screening vs. Stepwise (min. AICC) für die Modellauswahl
- Einschränkungen
Sie können Einschränkungen auf zwei Arten hinzufügen:
- Durch das Hinzufügen von Einschränkungen und Grenzwerten über das Bedienfeld „Faktorbeschränkungen definieren“ , das die Generierung von Entwurfspunkten entsprechend den Einschränkungen einschränkt,
- Durch direkte Einschränkung der Entwurfspunkte, die für die Entwurfsgenerierung mithilfe eines Kandidatensatzansatzes verwendet werden können: Kandidatensatzentwürfe: Anpassung der DOE-Einschränkungen an das Problem (2021-EU-30MP-784)
Der Blogbeitrag von @Jed_Campbell über die Entmystifizierung von Faktorbeschränkungen ist zu diesem Thema Pflichtlektüre.
- Mittelpunkte
Die Entscheidung, Mittelpunkte hinzuzufügen, hängt häufig eher mit den Zielen und praktischen Gründen zusammen: Erkennen der Krümmung, Sicherstellen des Messstabilitätsprozesses bei Experimenten, Schätzen des reinen Fehlers/der Variabilität, Schätzen in der Mitte des Entwurfsraums (im Kontext der Robustheitsanalyse in Bezug auf den Faktorenraum/Quality by Design), ... Je nach angenommenem Modell und Entwurfstyp sind Mittelpunkte möglicherweise nicht erforderlich. Klassische Entwürfe wie Central Composite Designs und Definitive Screening Designs haben Mittelpunkte, während berechnete optimale Entwürfe sie möglicherweise nicht erfordern.
Einige Literatur zu diesem Thema:
5.3.3.7. Mittelpunkte hinzufügen
Mittelpunkte: Finden Sie den mathematischen Mittelpunkt Ihrer Daten - isixsigma.com
https://www.statease.com/blog/importance-center-points-central-composite-designs/
Und einige Diskussionen und Beiträge in der Community:
Wirkung von Mittelpunkten
Betreff: Erzwingen einer gleichmäßigen Verteilung der Mittelpunkte auf die benutzerdefinierten Blöcke
Wie viele Mittelpunkte sollen einem Design hinzugefügt werden?
@maria_astals Als Vorschlag für die nächsten Treffen wäre es toll, wenn über einige der Themen abgestimmt und sie im Voraus vorbereitet werden könnten: Da der DoE-Club vierteljährlich zusammenkommt, hätten wir genug Zeit, eine Umfrage mit verschiedenen Themen zu erstellen und vor dem nächsten Clubtreffen darüber abzustimmen. Dies würde eingehendere Diskussionen sowie mehr Abwechslung bei den Themen (und vielleicht mehr Beteiligung/Engagement) gewährleisten. Eine Mischung aus vorbereiteten/abgestimmten Themen und spontanen Themen/Fragen wäre für zukünftige Treffen vielleicht eine gute Idee?
Es war toll, Sie bei dem Meeting dabei zu haben, Bill @statman . Es macht mir wirklich Spaß, von Ihnen zu lernen.
Danke für die Klarstellungen, @Victor_G !
In dieser Community gibt es einen Abschnitt mit Diskussionsthemen: https://community.jmp.com/t5/Design-of-Experiments-Topic/idb-p/doe-grouphubidea-board
Lassen Sie uns einige Ideen aus der Gruppe sammeln und die Umfrage vorab versenden.
