Philip J. Ramsey, PhD, Eigentümer der North Haven Group und Professor an der University of New Hampshire
Mia L. Stephens, JMP-Akademische Botschafterin, SAS
Jones und Nachtscheim (2011) haben einen neuen Typ hocheffizienter Versuchspläne eingeführt, die sogenannten definitiven Screening-Designs (DSDs). Die Designs sind insofern einzigartig, als dass alle Faktoren im Experiment drei Ebenen haben (was die potenzielle Schätzung quadratischer Effekte ermöglicht), Haupteffekte orthogonal und frei von Aliasing sind und keine Zwei-Faktor-Interaktion oder quadratische Wirkung vollständig mit einem anderen Effekt vermischt ist; und das alles in nur 2K+1 Versuchen für K-Faktoren. Obwohl die DSDs in der Industrie, insbesondere in der Biotechnologie, allmählich übernommen werden, bieten sie den Experimentatoren hinsichtlich der Analyse einzigartige Chancen und Herausforderungen. In diesem Vortrag werden wir verschiedene Modellierungsstrategien für DSDs diskutieren, die in JMP 11 leicht implementiert werden können, und werden mehrere Beispiele aus biotechnologischen Experimenten geben. Die besprochenen Methoden umfassen: Vorhersagemittelung über eine Teilmenge von Modellen, die mit AICc und BIC ausgewählt wurden; Modellmittelung zur Schätzung eines vollständigen quadratischen Modells; eine neue Technik, die wir als Pareto-basierte Modellierung bezeichnen; und LASSO, eine bestrafte Regressionstechnik in JMP Pro 11. Alle Methoden werden anhand von Modellen verglichen, die auf tatsächlichen Beispielen basieren, und Empfehlungen zur Verwendung der verschiedenen Methoden werden diskutiert.
https://www.youtube.com/watch?v=W_V1oJmNslE
