Video 1: Introduzione a JMP 19
Video 2: Inclusione di covariate e/o variabili supplementari non controllate nell'impostazione e nell'analisi del DOE.
Video 3: Calcolo della potenza della dimensione del campione in DOE, in particolare per gli studi in vivo (ad esempio, studi sugli animali) in cui le repliche sono comuni e necessarie.
Video 4: Come scegliere il design appropriato per un esperimento DoE?
Compilazione delle domande e risposte del DOE Club del terzo trimestre
- Come dovrebbero essere gestite le covariate e le variabili supplementari non controllate nella configurazione e nell'analisi di un DOE?
Gli esperimenti progettati spesso affrontano variabili esterne ai fattori pianificati, chiamate covariate. Alcune sono misurabili ma non controllate (covariate, ad esempio, peso basale, pH), mentre altre sono rumore incontrollato (ad esempio, umidità, effetti operatore). Ignorarle può aumentare l'errore e oscurare i veri effetti dei fattori.
Approccio del DOE:
- Covariate: Se misurabili, aggiungeteli al modello. Questo riduce le variazioni inspiegabili, affina le stime e aumenta la potenza.
- Variabili supplementari non controllate: Se non è misurabile, gestire tramite blocchi (raggruppamento di condizioni simili), randomizzazione (distribuzione uniforme degli effetti di disturbo) e replicazione (stima della variabilità).
Soluzione:
Identificare le possibili covariate durante la fase di definizione, misurarle in modo coerente e includerle nel modello. Per i fattori di rumore non misurabili, affidarsi a blocchi, randomizzazione e replicazione. Ciò garantisce un rilevamento del segnale più preciso e conclusioni affidabili, soprattutto in DOE complesse in ambito biologico o manifatturiero.
Riferimento:
https://community.jmp.com/t5/JMP-Blog/What-is-a-covariate-in-design-of-experiments/ba-p/361517
https://community.jmp.com/t5/Discussions/DOE-with-covariate/td-p/825007
https://community.jmp.com/t5/Discussions/Unexpected-change-in-controlled-variable-in-DOE/td-p/729169
https://community.jmp.com/t5/Discussions/Mixture-DOE-with-covariate-batch-effects/td-p/718593
https://community.jmp.com/t5/Learn-JMP-Events/Developer-Tutorial-Handling-Covariates-Effectively-when/ev-p/809996
https://community.jmp.com/t5/JMPer-Cable/New-in-JMP-16-Improved-covariate-handling-in-DOE/ba-p/361540
https://community.jmp.com/t5/Discussions/How-to-Account-for-Uncontrolled-Factors-Using-a-Definitive/td-p/666426
- Come possiamo calcolare la potenza di una dimensione del campione DOE, in particolare negli studi in vivo (su animali) in cui le repliche sono comuni e necessarie?
Negli studi in vivo , la dimensione del campione è limitata da costi, etica e fattibilità. Un numero troppo esiguo di animali comporta una bassa potenza (rischio di perdere effetti reali), mentre un numero eccessivo comporta uno spreco di risorse e può sollevare preoccupazioni etiche.
Approccio del DOE:
- Energiaè la probabilità di rilevare un effetto reale dati la dimensione del campione, la dimensione dell'effetto, la variabilità e il livello di significatività.
- Replichesono particolarmente importanti negli studi sugli animali perché la variabilità biologica è elevata.
- Piattaforma di potenza e dimensione del campione di JMPconsente di simulare diversi scenari prima di eseguire lo studio.
Soluzione:
Stimare la variabilità attesa dai dati pilota o dalla letteratura. Utilizzare l'analisi di potenza per determinare il numero minimo di repliche necessarie per raggiungere una potenza accettabile (solitamente l'80%). Se i vincoli di risorse limitano la dimensione del campione, progettare il DOE in modo da concentrarsi sui fattori più critici e considerare blocchi o covariate per ridurre il rumore. Questo bilancia il rigore statistico con le esigenze etiche e di bilancio.
Riferimento:
https://community.jmp.com/t5/Discussions/How-to-use-sample-size-and-power-for-factorial-DoE-to-determine/td-p/380872
https://community.jmp.com/t5/Discussions/Power-calculations-to-determine-sample-and-replication-of/td-p/552299
https://community.jmp.com/t5/Discussions/Sample-Size-for-DOE/td-p/237085
https://community.jmp.com/t5/Discussions/Power-Equation/td-p/53219
https://community.jmp.com/t5/Discussions/Should-I-consider-power-analysis-in-DOE/td-p/501063
https://community.jmp.com/t5/Discussions/DoE-How-to-treat-replicate-measurements/td-p/18588
https://community.jmp.com/t5/Discussions/Power-Analysis-in-Design-Evaluation-DOE/td-p/65472
https://community.jmp.com/t5/Discussions/Doe-and-replications/td-p/565281
https://community.jmp.com/t5/Learning-Center/Sample-Size-Explorers-DOE/ta-p/414885
https://community.jmp.com/t5/Discussions/quot-Animals-quot-Split-Plot-DOE/td-p/546140
- Quando si elabora un percorso di esplorazione del DOE, come si determina il numero di esperimenti necessari per raggiungere obiettivi specifici (ad esempio la copertura dello spazio di progettazione o la riduzione dell'incertezza) e come si può bilanciare tutto ciò con i vincoli delle risorse?
Quando si pianifica un DOE, c'è sempre una tensione tra il numero ideale di esecuzioni (per coprire lo spazio di progettazione e ridurre l'incertezza) e il numero massimo di esecuzioni fattibili, a causa di limiti di tempo, costi o etici. Senza un'attenta pianificazione, si rischia di ottenere risultati insufficienti o di sprecare risorse.
Approccio del DOE:
- Utilizzare la diagnostica di progettazione (come profili di varianza della previsione, copertura dello spazio di progettazione e strutture di aliasing) per quantificare l'efficacia con cui un progetto candidato esplora lo spazio dei fattori.
- Applicare l'analisi di potenza per verificare se la dimensione del campione scelta può rilevare effetti di importanza pratica.
- Esplora progetti sequenziali/iterativi (come Bayes Opt) iniziando in piccolo ed espandendosi solo se necessario, invece di impegnare tutte le risorse in anticipo.
Soluzione:
Definire chiaramente gli obiettivi sperimentali (rilevamento degli effetti, mappatura della superficie di risposta o test di robustezza). Quindi, utilizzare gli strumenti del DOE per valutare i progetti candidati rispetto a tali obiettivi, entro il limite massimo di risorse previsto. Se il numero massimo di esperimenti consentiti non fornisce una copertura o una potenza sufficienti,
- restringere l'ambito dello studio ai fattori e alle risposte critiche, oppure
- Adottare una strategia di progettazione a fasi. Ciò garantisce che, nonostante i vincoli, il Dipartimento dell'Energia produca informazioni significative e difendibili.
https://community.jmp.com/t5/Discussions/how-JMP-design-the-number-of-runs-for-Default-under-DOE-custom/td-p/662940
https://community.jmp.com/t5/Discussions/JMP-Custom-DOE-vs-Full-Factorial-DOE/td-p/256413
https://www.jmp.com/content/dam/jmp/documents/en/support/jmp111/DOE_Guide.pdf
https://community.jmp.com/t5/Learn-JMP-Events/Understanding-DOE-Capabilities-in-JMP/ev-p/809981
- Qual è il modo migliore per scegliere il disegno sperimentale appropriato per uno studio DOE?
La scelta di un progetto inappropriato rischia di sprecare risorse e di non rispondere alle domande dello studio.
Approccio del DOE:
- Adattare il design all'obiettivo:
Screening : Fattoriale frazionario, Screening definitivo (DSD).
Ottimizzazione/modellazione della curvatura : progettazione di superfici di risposta (composito centrale, Box–Behnken).
Miscele/formulazioni: progetti a reticolo simplex, centroide simplex o riempimento di spazi di miscele.
Robustezza/rumore: design Taguchi o robusto.
- Progettazione personalizzata in JMP: Quando i progetti di catalogo standard non sono adatti (a causa di tipi di fattori insoliti, vincoli o limiti di risorse), la piattaforma di progettazione personalizzata di JMP crea un esperimento su misura per i tuoi fattori, il tuo modello e il numero di esecuzioni.
- Controllare sempre la diagnostica (struttura dell'alias, varianza della previsione, efficienza della progettazione) per convalidare la scelta.
Soluzione:
Definire chiaramente l'obiettivo sperimentale (screening, ottimizzazione, robustezza, miscele). Utilizzare i design classici ove appropriato, ma affidarsi al Custom Design di JMP per gestire scenari complessi e reali. Ciò garantisce flessibilità, uso efficiente delle risorse e allineamento con l'effettivo quesito scientifico.
https://www.synthace.com/blog/types-of-doe-design-a-users-guide
https://ilssi.org/come-scegliere-il-design-giusto-per-un-esperimento-progettato-da-doe/
https://community.jmp.com/t5/Abstracts/Design-of-Experiment-s-Crucial-Step-0-Choosing-the-Right-DOE/ev-p/738877
https://www.jmp.com/content/dam/jmp/documents/en/support/jmp111/DOE_Guide.pdf
https://www.itl.nist.gov/div898/handbook/pri/section3/pri33.htm
Risorse JMP 19 DOE
Ottimizzazione bayesiana in JMP 19:
- Panoramica della piattaforma di ottimizzazione bayesiana JMP: https://www.jmp.com/en/software/bayesian-optimization
- Introduzione della community all'ottimizzazione bayesiana in JMP Pro 19: https://community.jmp.com/t5/JMPer-Cable/Introducing-the-Bayesian-Optimization-platform-in-JMP-Pro/ba-p/897807
- Panoramica della nuova versione di JMP 19, inclusa l'ottimizzazione bayesiana: https://www.jmp.com/it/software/nuova-versione/novità-in-jmp
- Demo YouTube dell'ottimizzazione bayesiana di JMP Pro 19: https://www.youtube.com/watch?v=9rOqTZHpRqA
Documenti tecnici DOE in JMP (generali e JMP 19):
- Whitepaper sui vantaggi del DOE di JMP: https://www.jmp.com/en/resources/white-papers/doe-advantage
- Pagina ufficiale dei white paper di JMP (inclusi i documenti del DOE): https://www.jmp.com/en/resources/resource-listings/by-type/white-papers
- Whitepaper dettagliato JMP DOE in formato PDF: https://www.jmp.com/content/dam/jmp/documents/en/white-papers/jmp-whitepaper-doe-advantage.pdf
- PDF aggiuntivo del whitepaper DOE: https://www.jmp.com/content/dam/jmp/documents/en/white-papers/103044-doe.pdf
Informazioni relative al DOE e nuove funzionalità in JMP 19:
- Guida alla progettazione degli esperimenti JMP 19 in formato PDF: https://www.jmp.com/content/dam/jmp/documents/en/support/jmp19/design-of-experiments-guide.pdf
- Pagina di panoramica delle funzionalità DOE di JMP: https://www.jmp.com/en/software/capabilities/design-of-experiments
- Novità di JMP DOE (JMP 19) con nuovi esploratori e strumenti migliorati: https://community.jmp.com/t5/JMPer-Cable/What-s-new-in-JMP-DOE/ba-p/898558
