Covariate e progettazione di screening definitivaCiao,
Le covariate possono essere utilizzate anche in relazione a un Definitive Screening Design oppure ciò è possibile, ad esempio, solo in un Custom Design?
Saluti
Klaus
Progettazione degli esperimentiRe: Covariate e progettazione dello screening definitivoCiao @NominalGemsbok3 ,
I progetti di screening definitivi possono gestire solo fattori numerici continui o fattori categoriali a 2 livelli.
Per ulteriori informazioni sui progetti di screening definitivi, consultare la Guida di JMP.
I progetti personalizzati possono gestire molti tipi di fattori .
Spero che questa risposta ti sia d'aiuto,
Re: Covariate e progettazione dello screening definitivoSembra, tuttavia, che esista una soluzione alternativa che consente di aggiungere la covariata come variabile continua direttamente in Effetti del modello di costruzione .
Re: Covariate e progettazione dello screening definitivoLe covariate sono un tipo specifico di fattore : " I valori di un fattore covariato sono misurazioni su unità sperimentali note in anticipo rispetto a un esperimento."
A meno che i livelli delle covariate e le combinazioni dei livelli dei fattori non corrispondano a quelli necessari per un Definitive Screening Design (nel qual caso, è possibile specificarli solo come fattori continui), altrimenti sarà necessario utilizzare la piattaforma Progetti personalizzati .
È possibile utilizzare un design Bayesiano D-Ottimale con covariate e ottenere prestazioni simili a DSD: https://www.linkedin.com/posts/victorguiller_doe-experimentaldesign-datascience-activity-7254386032484184066-VAfN
Spero che questo chiarisca la risposta,
Re: Covariate e progettazione dello screening definitivoGrazie mille, questo è un approccio molto interessante. Ma spero che mi perdonerete se ho bisogno di ulteriori chiarimenti; l'esperimento è molto importante, richiede molto tempo e anche denaro.
UN) Cosa intendi con: "A meno che le combinazioni di livelli di covariate e livelli di fattori non corrispondano a quelle richieste per un disegno di screening definitivo (DSD)..." ?
Nel nostro esempio, la situazione sarebbe la seguente: nel nostro DSD abbiamo i seguenti fattori e livelli di fattore:
1 0 1 1 1 1 No
1 0 -1 -1 -1 -1 Sì
2 1 0 1 1 -1 No
2 -1 0 -1 -1 1 Sì
1 1 -1 0 1 1 Sì
1 -1 1 0 -1 -1 No
2 1 -1 -1 0 1 No
2 -1 1 1 0 -1 Sì
1 1 1 -1 -1 0 No
1 -1 -1 1 1 0 Sì
2 1 -1 1 -1 -1 No
2 -1 1 -1 1 1 Sì
1 1 1 -1 1 -1 Sì
1 -1 -1 1 -1 1 No
2 1 1 1 -1 1 Sì
2 -1 -1 -1 1 -1 No
1 0 0 0 0 0 Sì
1 0 0 0 0 0 No
2 0 0 0 0 0 Sì
2 0 0 0 0 0 No
La prima colonna rappresenta un blocco e l'ultima una variabile categoriale .
Per ogni riga, ovvero per ogni serie sperimentale, abbiamo un valore misurato corrispondente, diciamo una frequenza , che appartiene chiaramente e in modo univoco a quella serie specifica e che vorremmo usare come covariata .
Sarebbe accettabile?
Ho avuto l'impressione che in un disegno bayesiano siano presenti più correlazioni e diverse. I risultati ottenuti con entrambi i metodi sono ancora comparabili o equivalenti?
Re: Covariate e progettazione dello screening definitivoCiao @NominalGemsbok3 ,
a) Risposta breve: puoi.
Risposta lunga: Dipende da cosa rappresenta questa "covariata", in base al contesto del tuo studio:
- Se questa "covariata" può essere misurata o conosciuta solo dopo aver preparato l'analisi con i suoi specifici livelli di fattore, è simile a una risposta (non a una covariata), quindi l'approccio sembra accettabile. È possibile aggiungere questa misura come fattore "Non controllato" nel modello, ma potrebbe essere necessario prestare attenzione alla multicollinearità o alle correlazioni tra fattori e "covariata", ad esempio, nel modello.
- Se è possibile valutare/calcolare questo valore di covariata in base ai livelli dei fattori (una covariata "vera" secondo la definizione nella Guida di JMP), prima di preparare l'esecuzione, prenderei in considerazione l'utilizzo di questo fattore di covariata direttamente nella progettazione (utilizzando quindi una progettazione personalizzata), per assicurarmi che i valori di covariata siano bilanciati in tutte le altre combinazioni/esecuzioni dei livelli dei fattori.
Spero che questo risponda alla tua prima domanda (difficile senza contesto, maggiori informazioni e/o un set di dati di esempio per visualizzare il problema).
b) La progettazione bayesiana offre una certa flessibilità, a seconda del numero di esecuzioni che ci si può permettere e del criterio di ottimalità scelto. Maggiore è il vincolo sul numero di esecuzioni (meno esecuzioni), maggiori sono le correlazioni tra i termini degli effetti.
Per quanto riguarda la possibile correlazione tra effetti principali ed effetti di interazione, ho provato un design D- e Alias-Optimal per 5 fattori continui, 1 fattore categoriale a due livelli e 1 effetto di blocco (2 esecuzioni per blocco) con 30 esecuzioni (la stimabilità di tutti gli effetti di interazione è impostata su " Se possibile ") e la mappa di correlazione non mostra alcuna correlazione tra effetti principali ed effetti di interazione:
Esistono ancora alcune correlazioni minori tra gli effetti di blocco e gli effetti principali o tra gli effetti di blocco e gli effetti di interazione.
Si noti che in questa situazione, un progetto basato solo sugli effetti principali avrebbe richiesto un minimo di 14 esecuzioni, e per effetti principali + interazioni un minimo di 44 esecuzioni. Il progetto bayesiano D-ottimale consente di avere questa flessibilità nella dimensione delle esecuzioni, pur mantenendo la possibilità di rilevare gli effetti di interazione.
Spero che questa risposta chiarisca la tua domanda,
Re: Covariate e progettazione dello screening definitivoOk, lasciatemi essere un po' più preciso. Abbiamo cinque fattori continui e un fattore categorico, e 20 esecuzioni sperimentali, ovvero 20 diverse combinazioni di livelli fattoriali (non possiamo effettuare ulteriori esecuzioni in questa prima fase). Per ciascuna di queste combinazioni, ovvero per ciascuna delle 20 esecuzioni sperimentali, determiniamo una certa quantità in un test preliminare (la frequenza naturale dell'oggetto). Questo valore non può essere controllato; lo prendiamo semplicemente così com'è. Non è controllabile, ma in qualche modo deriva dalla combinazione dei livelli fattoriali e quindi deve essere assegnato a quella specifica combinazione. Quindi, per la combinazione 1, la frequenza naturale corrispondente è X1 (e solo quella); per la combinazione 2, è la frequenza X2, e così via. Pertanto, poiché questi valori devono essere assegnati in modo univoco a una combinazione specifica, non capisco cosa JMP potrebbe ancora bilanciare qui. Potresti spiegarmelo di nuovo?
Re: Covariate e progettazione dello screening definitivoOk, in questo contesto, ti trovi nella prima situazione descritta al punto a) della mia risposta. Non sarai in grado di bilanciare questi valori nel progetto perché non li conosci in anticipo, quindi questo fattore non è controllato , come la temperatura ambiente registrata durante gli esperimenti, non una covariata.
È possibile creare qualsiasi progetto si desideri e registrare questi valori in seguito, aggiungendo questo effetto fattore incontrollabile nel modello.
Re: Covariate e progettazione dello screening definitivoMi dispiace, ma da dove hai preso la definizione di covariata? I valori non devono essere noti prima dell'esperimento. La covariata è una variabile di rumore indipendente misurabile (un fattore che non si è disposti a controllare) che varia nel corso dell'esperimento. Covaria con la variabile Y. Poiché è una variabile casuale, per analizzarla è necessario aggiungerla al modello. Ciò richiede la creazione di un modello misto (con effetti sia fissi che casuali nel modello).
Re: Covariate e progettazione dello screening definitivoCiao @statman ,
Ho elencato la fonte della definizione della covariata nella mia risposta, vedere la Guida JMP relativa alle definizioni del tipo di fattore: https://www.jmp.com/support/help/it/18.2/#page/jmp/factors.shtml
La situazione che descrivi si riferisce a un fattore non controllato in JMP. Ho usato gli stessi termini per evitare qualsiasi confusione o malinteso, spero che tu capisca.
Migliore,
Re: Covariate e progettazione dello screening definitivoMi dispiace, non ho visto la fonte. Ma questa non è la definizione più accettata di covariata. Non c'è alcun requisito che "i valori della covariata siano noti" a priori. La covariata deve essere identificata e misurata.
