DOEの結果の公表報告こんにちは、
私は実験計画法（Plackett-Burman DOE と完全実施要因 DOE）を含む原稿を書いています。
しかし、できるだけ透明性を高めるために、出版物で何を報告することが重要なのかはわかりません。
これまで、モデル指標（R2、調整済みR2、PRESS、モデルp値、不適合p値）に加え、有意な項と交互作用、およびそれらのp値も含めました。有意な交互作用項を含む回帰モデルの場合、因子／交互作用のパラメータ推定値を報告することは意味がないと考えています（これらのパラメータ推定値は交互作用によって変化するため）。その場合、予測プロファイラーを使用するのが最善です。しかし、予測プロファイラーを論文に組み込むのは非常に困難です。では、因子とその交互作用の結果を有意義な方法で報告するにはどうすればよいでしょうか？
アドバイスを頂ければ幸いです。
ありがとう
サラ
実験計画法DOE の結果の出版報告についてこんにちは@サラA 、
残念ながら、学術出版物には非常に多くのバリエーションと品質があるため、DoE 出版物をどのように作成すればよいかを知ることは非常に難しい場合があります。この点については、私自身が DoE 作品を出版した経験からいくつかの考えを持っており、他の人も付け加えてくれると確信しています。
最も重要なルール: 読者は DoE や統計について何も知らないと想定してください。
実験ツールとして広く普及しているにもかかわらず、読者の多くはその存在を知らないかもしれません。そのため、DoEが何をしているのかを伝え、読者の理解を助けるために、視覚化などのツールを活用する必要があります。多くの著者がここで失敗しますが、私が最も気に入らないのは、論文に数式全体を記載してしまうことです。これでDoEの結果を本当に伝えることができるのでしょうか？同様に、（あなたが言及したように）パラメータ推定値などは、パレート図などの他のツールがある場合、あまり意味がありません。
DoEを示す方法のいくつかを伝えるために、私が結果を示した方法の例をいくつか挙げてみます（恥ずかしげもなく宣伝しますが、記事はここにもあります）。:(
状況設定- シンプルな視覚化を用いて、DoEの構造と各ポイントがどのように探索されているかを示します。因子数が多い場合は、グラフビルダーや散布図マトリックスを使って視覚化できます。これにより、読者はDoEが実験に対する構造化されたアプローチであることを理解しやすくなります。同様に、因子のコーディング（-、0、+、軸（a、A）を使用している場合）を示す表があると非常に役立ちます。
達成した成果を示す- 回帰モデルやDoEアプローチのより複雑な部分に進む前に、実際に得られた値を強調する必要があります。Tukeyの検定などを使用してFit Y by Xでシンプルなプロットを作成すると、DoEアプローチを使用して「どれだけ多くのものを作成できたか」を非常に明確に示すことができます。DoEの大きな強みの一つは、実験領域を構造的に探索できることです。その後のモデリングアプローチも大きな利点です。上記の例では、「00a」が他のポイントよりもはるかに生産的であることがわかります。実際には、目的を達成できたので、ここで止めても良いでしょう。
モデルの紹介についてですが、おっしゃる通り、モデルが十分であることを証明するために必要な基本情報を提示しています。対象とするジャーナルによっては、優れたモデルを構築したことを証明するにはこれで十分であり、それ以上深く掘り下げる必要はないかもしれません（統計学に特化しているジャーナルを対象とする場合を除く）。スチューデント化残差や実測値と予測値のプロットなどの資料がある場合は、必ずそれらを含めてください。ただし、補足情報に含めるのが良いでしょう。
モデリングの概念の紹介- パレート図は、読者が用語の重要性を素早く理解するための優れた方法であり、二次曲率 (X1*X1) や相互作用 (X1*X2) などのより複雑な概念を紹介するための優れた方法でもあります。読者は「青い線が良い」ことをすぐに理解し、用語の重要性が低い場所を理解できます。これは、これをシステムの理解に結び付けるのに最適なポイントです。たとえば、この論文で使用されている生物は成長に窒素を必要とするため、窒素は生産に非常に重要です。これは、統計的実験方法を実行しているだけでなく、システムをより深く理解するためにそれを使用していることを示すのに役立ちます。
さまざまな方法を組み合わせてサーフェスを表示する- 個人的には、予測プロファイラーが気に入っています。システムとその動作を効果的に紹介できる方法ですが、おっしゃるとおり、静的に表示しなければならない場合は、その効果が十分に発揮されない可能性があります。システムがシンプルな場合は、予測プロファイラーをさまざまな設定で撮影したさまざまなショットを表示できます。私の場合は、最適な状態（因子の形状を表示）で予測プロファイラーを表示し、等高線プロットと組み合わせて、システムの理解を深めました。ヒントとして、等高線プロットを予測プロファイラーと同じ因子設定に設定すると、背の高いグリッドがサーフェス（白いハイライトを追加した部分）と「交差」する領域が、予測プロファイラー上のサーフェスを反映します。
JMP Public で結果を共有することを検討してください -結果セクションを構成するデータへのアクセスを提供する出版物が増えています (これは素晴らしいことです)。私は個人的に、自分の結果を JMP Public に公開し、それを自分の記事に含めることを非常に気に入っています。これにより、読者は実際に予測プロファイラーを操作し、利用可能なデータをダウンロードする機会が得られます (ここでは、 結果を共有した方法の例として示します)。
これがお役に立ち、レビュー段階での幸運を祈っています!
ありがとう、
ベン
DOE の結果を出版物に報告することについてこんにちは@サラA 、
あなたの論文がどのジャーナルや読者層を対象としているかがわからないため、お力添えするのは難しいです。また、この論文の目的は何ですか？また、どの程度機密性／オープンソース性を維持できるでしょうか？
回答内容にもよりますが、読者に提供できる最良の方法は、すべての入力と回答、予測された回答、そしてデータに対して行った処理や決定（変換、外れ値の取り扱いや除外など）を含むデータセット全体を（付録として）提供することです。こうすることで、発見と研究を再現可能にするために必要なすべての情報を提供できます。
あなたのコメントについて:
@SalaA が書きました:
重要な相互作用項を含む回帰モデルがある場合、因子/相互作用のパラメータ推定値を報告しても意味がないと私は考えています（これらのパラメータ推定値は相互作用により変化するため）。
強く反対します。パラメータ推定値は、回答における要因の実際的な重要性（効果量）を示すのに役立ちます。統計的有意性だけでは、モデルが適切で信頼性が高く、実用的であるかどうかを判断するのに十分ではありません。モデルと結果の両方を解釈する必要があります。
実用的な重要性と統計的な重要性の違いの詳細については、 「効果サイズを定義するには、Logworth と Scaled Estimates のどちらを使用するか?」のディスカッションを参照してください。
ちなみに、モデリング結果の再現性を確保することも良い習慣です。
予測プロファイラーについては、共有したい場合は、インタラクティブな HTML ファイルを提供したり、Web ページ (Web サイトまたは JMP Live) にプロファイラーを埋め込んだりすることもできます。
私は、効果サイズ プロット (棒グラフ)、ヒートマップ (複数の応答に対する要因の影響を確認する場合)、相関マップ (応答用)、表面プロット、散布図など、モデルの便利な「静的」視覚化を提供することを依然として検討しています... JMP を使用してモデルの結果を視覚化するために実行できることは数多くあります。
この回答がお役に立てれば幸いです。
DOE の結果の出版報告についてビクターG
たとえば、モデル内の項 X1 と X2 の間に相互作用があり、X1 と X2 のパラメータ推定値を報告したが、相互作用が原因で、相互作用する他の要因のレベルに応じて、これらの推定値 (つまり、傾き係数) が、たとえば正の傾きから負の傾きに変化する可能性がある場合、なぜパラメータ推定値を報告するのでしょうか。
DOE の結果の出版報告についてあなたの言いたいことが分かりません。
相互作用効果は、X1 と X2 のレベルに関係なく、同じ係数値を持ちます (これら 2 つの要因が連続している場合)。
因子の 1 つ (または複数) がカテゴリ/順序尺度である場合、モデルの拡張推定値を表示することで、各カテゴリ レベルの相互作用効果値を提供できます。
これで私の言いたいことが明確になれば幸いです。
DOE の結果の出版報告についてビクターG
確かに、相互作用項は X1 と X2 のレベルに関係なく同じ係数値を持ちますが、主要項 (X1 と X2) の係数値は他の要因のレベルに応じて異なる値になりますよね?
DOE の結果を出版物に報告することについていいえ、因子の水準に応じて特定の位置で変化する傾きと、その因子の主効果との間に誤解があると思います。傾きは応答曲面上の位置によって変化しますが、主効果の推定値は変化しません。
DOE の結果を出版物に報告することについて@サラAパラメータ推定値は、興味のある人のために補足情報に含めることができます。バイオテクノロジー開発のような分野のジャーナルに投稿する場合（私もそうでした）、本文にパラメータ推定値を含めても、対象読者にとってはあまりメリットがないと思います（私の意見です）。パラメータ推定値とは何かというと、係数とは、予測変数が1単位変化した場合の応答の変化量です（他の変数は一定と仮定）。予測式にも、これらの値と全く同じ値が表示されます。
ありがとう、
ベン
DOE の結果の出版報告について相互作用全般に関して留意すべきもう1つの点は、固有の設計自体によってもたらされる効果の交絡、つまり設計における分割の有無、そして相互作用効果が本当に推定可能かどうかです。もう一つの失敗モードは、例えば、いくつかの処理の組み合わせが失われた場合、一部の効果が推定不可能になる可能性があることです。しかし、実験実行の神が微笑みかけ、実験の実行がうまくいき、すべてが計画通りに進んだ場合、相互作用効果を示すもう1つの方法は、適合モデルレポートと相互作用プロットレポートを含めることです。相互作用プロットについては、こちらで説明しています： 相互作用プロット。予測プロファイラーほど印象的ではありませんが、十分に機能します。
DOE の結果を出版物に報告することについて@Ben_BarrIngh
係数とは、予測変数が1単位変化した場合の応答の変化量である（他の変数は一定に保たれている場合）。
まさにこれが私の主張です。交互作用がある場合、交互作用の影響で他の項を一定に保ちながら、ある項を1単位だけ変化させることはできません。項Xを1単位変化させると、項Yも変化します（XとYの間に交互作用がある場合）。これが、有意な交互作用項がある場合、主効果のパラメータ推定値を報告することは有用ではないと教わった理由です。
DOE の結果を出版物に報告することについて問題は係数の報告ではなく、結果の解釈です。交互作用が有意である場合、その交互作用に含まれる主効果の解釈には注意が必要です。
DOE の結果を出版物に報告することについて@Ben_BarrIngh
ここで示されている最初の 2 つのグラフの作成方法に関する詳細情報はどこで入手できますか?
DOE の結果の出版報告についてこんにちは@サラA 、
最初のグラフでは、グラフ ビルダーを使用してポイントをプロットし、次に PowerPoint を使用して、正方形と円の形状を同じ色で描画しました。
2 番目については、「Fit Y by X」を使用できます。ここで、X は「パターン」、Y は応答です。次に、Tukeys テストで平均比較を実行し、比較円を表示します。
お役に立てれば幸いです!
ベンDOE の結果の出版報告についてこんにちは、ベン。
ありがとうございます。最後に一つ質問があります。REML分析後に尺度推定値プロットを生成するにはどうすればよいでしょうか？JMPでは、混合モデル分析ではこのプロットが生成されないようです（パラメータ推定値は提供されますが、尺度推定値やパレート図の方が直感的に分かりやすいと思います）。
ありがとう
サラ
DOE の結果を出版物に報告することについてこんにちは@サラA 、
はい、X1が応答に及ぼす変化の規模は、X2との交互作用項がある場合に変化する可能性があります（例えば、X2を高い値に保つとX1が完全に減少する可能性があります）。しかし、パラメータ推定値は一般的な関係を示すために使用できます。議論の中でシステムとその相互作用の仕組みについて十分に説明されている場合、パラメータ推定値はより詳細な情報を提供するのに役立ちます。
ありがとう、
ベン
DOE の結果を出版物に報告することについてこんにちは@サラA 、
REML 法は、その性質上、分散コンポーネントに重点を置いており、（最小二乗法などの方法とは異なり）標準化（モデリングのワークフローにおける前処理手順）を実行しません。混合モデルでは、標準化しようとすると多くの追加の複雑さが生じます（グローバルに標準化するのか、グループ内で標準化するのか、2 つのグループ間で異なる変数をどのように標準化するのか）。
ありがとう、
ベン
