2つのDoEの比較とコントロールの組み込み方法JMPエキスパートの皆様へ
添付ファイルにある 2 つの設計を作成しました。データ セキュリティ上の理由から DoE ダイアログ スクリプトを削除し、ここでは実験の統計計画のみを提供します。どちらも RSM モデリングを使用した DoE 計画です。設計は、既存のデータに基づいて最適化するために使用する必要があります。
プラン 1: ここでは、連続因子とカテゴリ因子の因子設定が設定されています。ただし、カテゴリ因子には物質の種類だけでなく物質の濃度も含まれており、さらに 1 つのレベルには物質も濃度もありません。ここでは、JMP エキスパート向けの凡例として番号 4 でマークしました。全体で 17 回の実行になり、物質のコントロールはすでに含まれていますが、カテゴリ因子であるため、このプランでは物質の濃度依存性を当てはめることはできません。
プラン 2: ここではコントロールを含めず、物質の濃度と物質の種類を互いに分離しました。ただし、このモデルに、物質のない条件 (および他の連続因子のみが変化する) でのコントロール実行を含める方法がわかりません。そのため、コントロールと欠落している因子 2 と 3 を含む 3 つの追加実行を自分で追加しました (凡例を参照)。
さて、私の質問は:
1) 私の目的に適した DoE アプローチは、デザイン 1 とデザイン 2 のどちらでしょうか。また、一方のデザインが他方のデザインよりも優れているのはなぜでしょうか。これを自分で判断するにはどうすればよいでしょうか。因子 1 の最適値、因子 2 の最適濃度、および最適なタイプを特定し、デザイン分析プラットフォームでコントロールと比較したいと考えています。
2) 2 つの因子が欠落している場合でも、デザイン 2 のフィッティング手順にコントロールのデータを含めるオプションはありますか。コントロールを RSM 実験の結果と定量的かつ統計的に比較するオプションがあれば便利です。
3) 私のアプローチには、別の、より良い設計があるのでしょうか。私はさまざまなこと (制約も) を試しましたが、私にとってはうまくいきませんでした。
ご協力をよろしくお願いいたします!
高度な統計モデリング基本的なデータ分析とモデリングデータの探索と視覚化実験計画法ウィンドウズ2つのDoEの比較とコントロールの組み込み方法こんにちは@DualARIMACougar 、
あなたの質問に答えるのは難しいです。それはむしろドメインの専門知識、目的、システムに関する事前の知識に関する質問だからです。
- この実験設定の目標は何ですか? 要因と応答の関係を理解すること、または勝者設定を選択することですか?
- 物質の種類と濃度の間に相互作用があり、これらの要因を分離して設計で独立して使用することが正当化される可能性があると思われますか?
- 「コントロール」はどのように使用しますか? 他の実験との相対的な比較/評価を行うために使用しますか? それとも、システムに使用される実際の条件を反映しますか? これらの条件を強制する理由は何ですか?
あなたの目的に基づくと、物質とその濃度を独立して研究することで推論空間を広げ、これらの要因間の潜在的な相互作用を検出するのに役立つ可能性があるので、設計 2 の方が適していると思います。
コントロール実験からの実行をデータテーブルに追加して、実験実行とコントロール実行の相対的なパフォーマンスを比較することもできます。ただし、条件が設計空間外である可能性があるため、これらのコントロール実行をモデリングで使用することはお勧めしません (濃度は 0.04 から始まり、コントロール実行は 0 ですか? また、コントロール実行で使用された物質タイプは、実験実行でも使用されていますか?)。
また、 因子レベルの組み合わせを制限して、コントロールを設計空間内で実行することもできます (たとえば、因子の被験体タイプ = コントロール タイプの場合、濃度はおよそ 0 になるように指定します)。または、分割プロット設計などのランダム化制限のある設計とネストされた効果の使用を通じて、ネストされた設計とモデリング アプローチを使用します。このタイプの設計と分析に関するいくつかの議論:
許可されていない組み合わせが機能しない
許可されていない組み合わせを使用して DoE から因子を削除する
分割区画設計にコントロール実行を追加するにはどうすればよいですか?
カスタムデザイナーとランダム効果 / 設計評価とランダム効果
この回答がお役に立てば幸いです。
2つのDoEの比較とコントロールの組み込み方法こんにちは、ビクター。
まず最初に、JMP コミュニティに質問を投稿するたびに、専門的なサポートをいただき、本当にありがとうございます。あなたの専門知識に心から感謝しています。
ここでの目標は、処方のタイプと濃度を最適化することです。因子の相互作用は予想されますが、未知です。物質のタイプと濃度は、その非線形な濃度依存の化学状態変化により、因子の相互作用を持つ可能性が最も高くなります。この物質クラス (2 つのタイプがテストされる) が豊富でない場合を考慮して、ここでコントロールを含める必要があります。また、各タイプの濃度範囲をテストし、効果が特定の濃度以上でのみ現れるため、濃度の最低因子設定を単純に 0 に設定することはできません (RSM には 2 つの物理濃度 (0、濃度 1、濃度 2) しかなくなるため)。はい、コントロールは、物質タイプの存在が 1. 必要である場合 (はい、最初にスクリーニング設計を行うことはオプションですが、選択されません)、2. 物質がない場合の因子 1 の効果をテストし、すべてを一緒に実行したい場合の評価です。
私は今、substancepresence と呼ばれるダミー カテゴリを画面に含め、これをモデル化して、substance クラスの存在と不在の違いをさらに考慮する解決策を思いつきました。
分割プロット設計とネストされた効果を一緒に使用してコントロールを含める方法がわかりません。
さらなるアイデアやご意見をいただければ幸いです。
再度、感謝します
2つのDoEの比較とコントロールの組み込み方法こんにちは@DualARIMACougar 、
連続因子に対して 2 つのレベルのみ (最小レベルは 0) の設計は、不在/存在のカテゴリ因子になってしまうため、あなたのケースでは良いアイデアではないことは理解しています。
ただし、RSM モデルを想定しているため (したがって、2 次効果が調査され、X2 には 3 つのレベルがあります)、想定モデルに高次効果 (集中係数について調査するレベル数によって異なります) を追加することで、この集中連続係数の中間レベルの生成を強制できます。または、因子設定タイプを離散数値に設定することで、設計に中間レベルの導入を強制することもできます。これにより、設計生成で必要に応じて中間レベルを強制できます (不在/存在設定を回避しますが、最小レベルは 0 に設定されます)。これを、分析用に連続としてリセットできます。
この会話は役に立つかもしれません: DoE の力のレベル
次に、 「許可されない組み合わせ」オプションを使用して、実行不可能な実行や「無意味な」実行を回避できます。
このオプションは、中間レベルを含む 0 から最大レベルまでの濃度範囲を中断せずに調査するため、コントロール実行を統合するのに役立ちます。
問題に関する私の理解に基づいたこのシナリオの設計提案を添付します。RSM モデルが想定され、許可されていない組み合わせが使用されているため、設計に 2 つの「コントロール ラン」が含まれています。
Substance type == "Control" & X2 >= 0.001;
コントロール実行と一致する X1 値の設計生成を強制するには、X1 を 3 つのレベル 5.5 - 6.45 - 7.4 の離散数値として設定すると、より効果的であり、設計で 3 つのコントロール実行を使用できるようになります。
このオプションが意味をなすかどうか教えてください。
