확인 결과: 혼합물 설계를 다시 할까, 아니면 새로 만들까?안녕하세요 JMP 커뮤니티 여러분,
저는 다음과 같은 제약 조건을 적용하여 혼합물 설계를 수행했습니다: MeOH + ACN + UPW = 0.6, MeOH + ACN ≤ 0.3.
결과를 확인하기 위해 이 혼합 설계를 반복하는 것이 더 나을까요, 아니면 검증을 위해 새로운 설계를 만드는 것이 더 나을까요?
정말 감사합니다!
킴벌리
세부 혼합 디자인:
버전: Jmp Pro 18
실험 설계Re: 확인 결과: 혼합물 설계를 다시 해야 할까요, 아니면 새로 해야 할까요?안녕하세요 @K_JMP ,
귀하의 질문을 완전히 이해하지 못했습니다.
이미 설계를 실행해 보셨나요? 결과의 신뢰성과 모델의 정확도는 어느 정도인가요? 설명에 누락된 요인에 대한 제약 조건이 있을 수 있다고 생각합니다. 말씀하신 MeOH와 ACN만 사용한다면 설계 공간이 약간 달라질 수 있습니다.
따라서 스크린샷을 기준으로 MeOH ≥ 0,1 및 ACN ≤ 0,15가 작동하는 것으로 보입니다.
최적인지, 모델인지 검증하고 싶으신가요?
- 최적값을 검증하려면 찾은 모델을 사용하고 예측 프로파일러를 사용하여 최적값(또는 가장 좋은 절충안)을 찾은 다음 찾은 최적값을 3~5회 실행하고 측정된 값이 최적 지점에 대한 모델의 예측 구간에 포함되는지 확인합니다(프로파일러에서 예측 구간을 표시하는 방법은 예측 프로파일러 옵션을 참조하세요).
- 모델을 검증하려면 서로 다른 실험 구역을 포괄하는 다양한 지점들을 조합하여 서로 다른 선호도와 예측 분산을 갖는 지점들을 찾아보는 것이 좋습니다. 증강 디자인 플랫폼을 사용하여 동일한 가정 모델(또는 원래 설계의 구성 지점만 "반복"하지 않도록 약간 더 복잡한 모델)을 사용하여 새로운 지점을 생성하는 것이 좋은 방법입니다(원래 지점은 파란색, 증강된 지점은 녹색 삼각형).
그런 다음 이러한 새로운 점을 가정 모델의 검증 점으로 사용할 수 있습니다. 원래 점을 사용하여 가정 모델을 적합/학습시키고, 새로운 점을 사용하여 검증합니다. 그런 다음 검증 세트에서 다양한 지표(R², R² 조정, RMSE 등)를 검토하여 모델이 관련성이 있는지 또는 개선이 필요한지 확인할 수 있습니다.
이러한 아이디어가 도움이 되기를 바랍니다.
Re: 확인 결과: 혼합물 설계를 다시 해야 할까요, 아니면 새로 해야 할까요?Victor님의 의견에 동의합니다. 무슨 질문인지 잘 모르겠습니다. 이미 혼합 설계가 올바른 설계라고 판단하고 완료하셨다면, 혼합 반응 표면을 기반으로 최적의 공간을 선택하고 프로세스를 실행해 보세요. (혼합 설계는 일반적으로 최적화 설계이므로 모델링할 요소가 무엇인지 이미 결정되어 있습니다.)
Re: 확인 결과: 혼합물 설계를 다시 해야 할까요, 아니면 새로 해야 할까요?안녕하세요 @빅터_G & @스탯맨
답변 감사합니다! 제 메시지가 명확하지 않아서 죄송합니다.
먼저 몇 가지 추가 배경 정보를 알려드리겠습니다.
- 실제로 저는 몇 가지 다른 범위도 포함시켰습니다.
- MeOH 0.1~0.3
- ACN은 0~0.15 사이입니다.
- UPW 0.3~0.5 사이
- 그리고 혼합물의 합을 MeOH + ACN + UPW = 0.6으로 설정했습니다.
- 이 설계에는 2차 상호작용과 3차 상호작용(MeOH × ACN × UPW)이 포함되어 구성 요소 간의 영향력 있는 관계를 파악합니다.
- 이는 총 12번의 실행을 위해 3개의 중심점을 포함하는 I-최적 설계입니다.
제가 실제로 하고 싶은 것은 결과를 확인하는 것(포함된 점들의 결과가 신뢰할 수 있는지 확인하기 위함)과, 설계 공간의 점 수가 제한되어 일부 추세를 놓치고 있지 않을까 봐 우려되는 부분을 더 탐구하는 것입니다. 마지막으로, 저는 수용 가능한 최적값을 선택했는지 확실히 하고 싶습니다(최종 비율로 이어지는 여러 응답을 평가하고 결합해야 하기 때문입니다).
두 분의 의견을 바탕으로 저는 다음과 같은 사항을 생각해 보았습니다.
- 최근 12회 실행으로 구성된 이 설계를 실행했습니다(결과는 블록 1로 구현 가능). 현재 설계를 두 번 다시 실행하여 실험 간 변동성을 고려하기 위해 새로운 실행을 별도의 블록에 할당할 계획입니다. 이를 통해 체계적인 효과를 평가하고 결과의 표준 편차를 줄일 수 있습니다. 결과적으로 Augment Design 옵션을 사용하면 실행 횟수가 36회로 늘어납니다.
- 또한, 추가적인 설계 공간을 탐색하고 비선형 추세를 잠재적으로 발견하기 위해, 셰페 큐빅 포인트를 추가하여 설계를 다시 강화하는 것을 고려하고 있습니다. @빅터_G 님이 언급하신 것처럼, 이러한 포인트들이 검증 포인트 역할을 할 수 있을 것입니다. 예를 들어, 추가된 포인트가 빨간색으로 강조된 경우, 44번의 실행 횟수를 얻을 수 있습니다.
-
남은 질문/관심사항:
두 번째 증가 단계( 셰페 큐빅 포인트 추가)를 수행했을 때 예측 분산 수가 0.57로 증가하고, 설계 공간 비율(F/S) 그래프도 증가하는 것을 확실히 확인할 수 있습니다(아래 참조). 이렇게 증가하는 것은 당연하지만, 제 목적에 가장 적합한 선택인지 잘 모르겠습니다.
미리 감사드립니다!
감사합니다
킴벌리
Re: 확인 결과: 혼합물 설계를 다시 해야 할까요, 아니면 새로 해야 할까요?안녕하세요, 킴벌리,
마지막 댓글/질문은 잘 모르겠어요.
@K_JMP 님 이 쓰셨습니다:
남은 질문/관심사항:
두 번째 증가 단계( 셰페 큐빅 포인트 추가)를 수행했을 때 예측 분산 수가 0.57로 증가하고, 설계 공간 비율(F/S) 그래프도 증가하는 것을 확실히 확인할 수 있습니다(아래 참조). 이렇게 증가하는 것은 당연하지만, 제 목적에 가장 적합한 선택인지 잘 모르겠습니다.
디자인 비교 플랫폼을 사용하여 예측 분산 프로파일과 설계 공간 비율 플롯이 동일한 가정 모델에서 계산되었는지 확인해야 합니다. 각 " 디자인 평가 " 설계 스크립트에서 이러한 정보를 비교하는 경우, 원본 설계와 복제 설계의 가정 모델이 동일하지만, 셰페 세제곱 항이 추가되어 확장된 설계의 가정 모델이 다르기 때문에 비교 결과가 동일하지 않습니다.
3가지 디자인을 Compare Designs 플랫폼에 사용할 경우, 디자인 비교는 동일한 가정 모델에서 수행되며 비교 결과는 완전히 논리적입니다.
원래의 I-Optimal 디자인에서 Replicated Design으로 갈수록 예측 분산이 크게 감소하고, Replicated 디자인에서 Augmented 디자인으로 갈수록 예측 분산이 또다시 감소하는 것을 확실히 볼 수 있습니다. 이는 완전히 당연한 일입니다. 먼저 복제 덕분에 예측 분산이 크게 감소했고, 그다음에는 첫 번째 초기 모델을 더 잘 뒷받침하고 검증하기 위해 포인트를 추가한 덕분입니다.
이 답변이 도움이 되기를 바랍니다.
