JMP Pro で、最小限のクリック数で大規模な DoE データセットに効率的な RSM フィッティングとステップワイズ回帰を実行こんにちは、みんな、
JMP Proで非常に大規模なDoEデータセットを扱っており、できるだけ少ないクリック数で迅速に評価したいと考えています。JMP Proを使い始めたばかりで、最近まで主に標準的な最小二乗法を用いてDoE研究を分析していました。そのため、ドキュメントやチュートリアルを読んでも、現在のタスクに最適なワークフローがまだわかりません。
私の設計には、3つの因子と約20の応答が含まれており、それらは異なる処理ごとにグループ化されています。各応答について応答曲面モデル（RSM）を再適合し、一貫性を持って分析したいと考えています。
私の主な質問は次のとおりです。
-
各ステップで「実行」を繰り返しクリックせずに、ステップワイズ回帰または RSM フィッティングをより効率的に実行する方法はありますか?
-
JMP には、複数の応答に対して半自動またはワンクリックのワークフローを可能にするツールやオプションはありますか (例: 決定的スクリーニングの適合 / モデルの適合のプリセット、モデル ダイアログ、その他のショートカット)。
-
追加の質問ですが、完全な自動化が必要な場合、スクリプト（JSL）またはバッチ処理がスケールアップに最適な方法でしょうか？もしそうなら、初心者に推奨される開始点やテンプレートはありますか？
私の目標は、理想的には大量のスクリプトを使わずに、モデルの評価と再調整の手順を可能な限り高速化することです。
ご協力とご提案をよろしくお願いいたします。
高度な統計モデリング自動化とスクリプトデータの探索と可視化実験計画法マスカスタマイゼーション予測モデリングと機械学習Re: JMP Proで最小限のクリック数で大規模なDoEデータセットに効率的なRSMフィッティングとステップワイズ回帰を実行するご提供いただいた情報に基づいて具体的なアドバイスを提供することは事実上不可能です。実験結果を添付していただけますか？あるいは、少なくとも実験のコードを添付していただけますか？
申し訳ありませんが、ご質問の内容が少しわかりにくくなっています。投稿では、1 つの大きなDOE データセットがあるとのことですが、因子が 3 つしかないため、よくわかりません。なぜワークフローを設定するのですか? いずれにせよ、あらゆる実験の最初のステップは、実用的な観点から十分な変動を作成したかどうかを判断することです。応答変数は、実験の分析に関心を抱かせるほど十分に変化しましたか? そうであれば、次のステップは、多数の Y の多変量相関を実行することです。同時に、マハラノビス外れ値検定を使用して外れ値がないか確認します。相関する Y の数によっては (相関している場合は分析は同じになります)、Y を個別に適合させる必要がある場合があります。ステップワイズは DOE の分析のための手順ではありません。これは、モデルを検索するときの履歴データまたは観測データのためのものです。DOE では、モデルを念頭に置いている (または持つべき) ため、Fit Model がプラットフォームとなります。
Re: JMP Proで最小限のクリック数で大規模なDoEデータセットに効率的なRSMフィッティングとステップワイズ回帰を実行するこんにちは、スタットマンさん。
ご説明ありがとうございます。私の設定をもう少し詳しく説明させてください。
私は3因子RSM設計を用いていますが、この3因子に対して25種類の異なる反応を測定しました。これらの反応は「By」ロールを使用して5つの処置群に分類されています。そのため、因子空間は狭いものの、反応と処置の組み合わせの総数は多くなります。さらに、このタイプのデータセットが複数（合計5つのDoE）あるため、繰り返し分析のステップ数が大幅に増加します。
データセットが役立つことは十分理解しており、共有したいと思っていますが、CDA のためここでデータを共有することはできません。また、残念ながら匿名化もオプションではありません。
JMPのカスタム設計ツールを使って計画を作成し、分析には「モデルの当てはめ」プラットフォームを使用しています。標準最小二乗法ではなくステップワイズ法を選択することで、p値に基づく選択ではなくAIC/BIC基準を用いることで客観性を高め、GOボタンをクリックするだけで済むためクリック回数も少なくなると考えました。ステップワイズ法でも多項式モデルをデータに当てはめますが、より自動化され、バイアスが少なく、p値のみに左右されないという利点があります。
しかし、実際的な問題は、各治療群の回答ごとに「Go」ボタンを何度もクリックする必要があることです。回答数が多く、データセットも複数ある場合、これは非常に時間がかかります。私の質問は、ワークフローのこの部分を自動化または高速化できるかどうかです。
最終目標は、DOEフィッティングプラットフォームを用いて、すべての回答をフィッティングし、評価し、予測プロファイラーを生成することです。外れ値はフィッティング後に評価し、分析にバイアスが生じないようにするため、事前に除去することは避けています。
つまり、核心的な疑問は残ります。
既存の UI ショートカットまたはスクリプト/バッチ実行を使用して、すべての応答に対して手動で「実行」をクリックすることなく、複数の応答と処理グループにわたってステップワイズ (または適合モデル) を実行する方法はありますか?
これにより、必要な手動クリックの数が大幅に削減されます。
この追加のコンテキストは、ワークフローに関する質問の回答に役立ちますか?
また、数年前からJMPを使って実験計画法（DoE）を解析していますが、常に標準的な最小二乗法を用いた昔ながらの手法を使っています。今はJMPのPro版を使っていますが、時間を節約できるオプションがいくつかあることを期待しています。
Re: JMP Proで最小限のクリック数で大規模なDoEデータセットに効率的なRSMフィッティングとステップワイズ回帰を実行するCTRL キーを押しながら「GO」をクリックしてみましたか?
アクションの前にCtrlキーを押すと、そのアクションをすべての類似ボタン/ボックスにブロードキャストできます。また、すべての回答に対してステップワイズ推定の適合設定を一括変更することもできます。
しかし、ビルのステップワイズ選択に関するコメントは依然として有効です。カスタムデザインプラットフォームでDoEを構築した場合、この実験シナリオに対する事前モデルが既に存在することになります。まずはそのモデルを使用し、他のモデリング手法を（慎重に）競合モデルとして用いて、それぞれのパフォーマンスと長所・短所を比較する必要があります。
Re: JMP Proで最小限のクリック数で大規模なDoEデータセットに効率的なRSMフィッティングとステップワイズ回帰を実行するこんにちは、ビクターさん。
まずはいつもお世話になってます!!
ありがとう、この小さな組み合わせは確かにここで役立ちます。
適合モデルの制限に関するあなたのコメントに関して、私は少し混乱しています。
私の理解では、手動で p 値を選択した標準的な最小二乗回帰と段階的回帰の両方で多項式モデルがデータに適合し、多項式モデルの項はモデル ダイアログで指定されます (私の場合は RSM です)。
非常に素晴らしいビデオを見つけました: (Mastering JMP) JMP および JMP Pro でのステップワイズ回帰法の導入 - YouTube。
そしてこの説明: 11.2 - ステップワイズ回帰 | STAT 462
ここでは、標準最小二乗回帰とステップワイズ回帰の違いがわかりやすく説明されており、私の素朴な結論からすると、どちらも同じようなものです。ステップワイズ回帰ではp値の選択だけでなく、BIC（またはAIC）基準も使用されます。これは理にかなっています。なぜなら、モデルの複雑さを増すことなく、どの変数がモデルにとって重要であるかという問い（簡単にまとめると:-)）は、主観的なp値バイアスを回避し、モデル構築プロセス全体を自動化することで、より客観性を高めるからです。この点にご同意いただけますか？
まだ私の質問は答えられていないので、ここで質問を再投稿し、いくつか追加します。
1) 大量の応答が含まれる巨大なデータセットに対して、JMP Pro で DoE モデル構築を自動化する実用的かつ高速な方法はありますか (カスタム デザイナー (RSM、カスタム デザインなど) を使用した単純なデザイン)?
2) ここでは段階的回帰がオプションになりますか?
3) 最終的な予測プロファイラーとすべての回答をまとめたデータだけが必要なので、別の問題に直面しています。分析全体をやり直さずに、最終的な予測プロファイラーを安全に保存するにはどうすればよいでしょうか。現在スクリプトとして安全に保存している場合、モデル構築後の予測プロファイラーは安全に保存されないため、すべてをやり直す必要があります。
4) JMP Proでは、スクリプトウィンドウに一般回帰オプションが自動的に表示されます。これも使用できます（ホバーの説明には、すべての線形回帰オプションでこれが最適な手法であると記載されています）。標準的な最小二乗法やステップワイズ回帰と比べて、一般回帰の利点は何でしょうか？一般回帰モデルビルダーで分析を自動化するにはどうすればよいですか？（ここではstrg+clickオプションは機能しません）
事前にご協力いただき、誠にありがとうございます。また、大規模なデータセットの DoE 分析とモデル構築を自動化するという問題は、私が直面している問題だけではなく、多くの人々の助けになると思います。
Re: JMP Proで最小限のクリック数で大規模なDoEデータセットに効率的なRSMフィッティングとステップワイズ回帰を実行するRSMを分析する最良の方法は、グラフィカルな等高線図を使用することです。RSMの目的である最適化の段階であれば、一次および二次モデル効果の重要性は既に分かっているはずです。
モデルの適合性を評価する際に、p値は使用すべき統計量の1つに過ぎません（MSEの評価に使用されているデータがある程度分かっており、そのデータが代表的である場合にのみ使用してください）。繰り返しますが、何かを行う前に、データの整合性を評価してください（これには複数の方法があります）。次に、実用的な意義を評価します。さらに、調整済みR二乗（大きいほど良い）、R二乗と調整済みR二乗の差（小さいほど良い、そうでなければ過剰に指定されたモデル）、RMSE（小さいほど良い）を評価する必要があります。そして、常に実用的な意味合いを評価してください。モデルは使用可能でしょうか？
正直に言うと、あなたの状況はそれほど複雑ではありません。分析の処理にはそれほど時間はかからないはずです（以前、3281件の回答で実験したことがあります）。
ワークフローを作成できますが、作業を進めるにつれて、見つかった内容に応じて手順が異なる場合があります。
https://www.jmp.com/support/help/en/19.0/?os=mac&source=application#page/jmp/workflow-builder.shtml
Re: JMP Proで最小限のクリック数で大規模なDoEデータセットに効率的なRSMフィッティングとステップワイズ回帰を実行するこんにちは、スタットマンさん。
ご説明ありがとうございます。古典的なDOEの考え方は理解できます。3因子RSMではモデルが事前に定義されており、モデルの探索ではなく最適化に重点が置かれ、調整決定係数、RMSE、実用的関連性といった要素が適切性にとって重要です。私もその意見に賛成です。
問題は統計ではなく、実際の作業負荷です。私の分野（タンパク質安定性研究）では、データセットごとに約25個のレスポンス（凝集レベル、電荷バリアント、流体力学的サイズ、Tm値など）を処理ごとにグループ化することがよくあります。DOE設定自体は同じ（3因子）ですが、実際のレスポンス挙動はタンパク質ごとに異なります。そのため、ワークフロービルダーのテンプレートを単純に再利用することはできません。二次関数モデルの構造は同一であっても、各タンパク質データセットを個別に評価する必要があります。
RSMの等高線図や曲面図も理解しています。これらは直感的に理解するのに役立ちますが、予測された曲面を2次元で示すため、本質的には定性的なものです。
y_hat(x1, x2 | x3 = 定数)
どこ
これは 1 つの回答の場合は問題ありませんが、20 ～ 25 の回答がある場合は、等高線図のみに基づいて決定を下すのは難しくなります。
実際には、予測プロファイラー（と望ましさ）をより重視しています。複数の回答を一度に定量的に評価・最適化できるからです。例えば、k個の回答に対して、y1_hat、y2_hat、…、yk_hatという予測値があり、それぞれに望ましさ関数d1(y1_hat)、d2(y2_hat)、…、dk(yk_hat)が存在します。私が最適化しようとしている全体的な望ましさは以下のとおりです。
D(x) = (d1 * d2 * … * dk)^(1/k)
ここで、x = (x1, x2, x3) です。
これにより、複数の安定性の読み出しに対して、因子設定を数値的に最適化することが可能になります。これは、応答数が多い場合、等高線曲面や誤差曲面では容易に実現できないことです。
つまり、根本的な問題は方法論ではなく、クリックに費やされる時間です。生データからプロファイラー、そして望ましさに基づく意思決定に至るまで、現状ではデータセットごとに同じ二次方程式モデルを各回答に対して実行するだけでも1時間以上かかります。複数のデータセットにまたがると、モデルの定義は変わらないにもかかわらず、ほとんど繰り返しクリックするだけで4～5時間かかります。
ワークフロー ビルダーではこの問題は解決されません。要因が同一であっても、各タンパク質データセットによって応答が異なるため、モデルの適切性を個別に確認する必要があるからです。
そのため、私はより効率的な方法（理想的には JSL 経由）を探しています。
「除外」を何度も押す必要はありません。
質問はシンプルです。JMP Proでこのプロセスをバッチ処理する方法はありますか？このシナリオに適したJSLパターンやサンプルスクリプトをご存知でしたら、大変助かります。DOEのベストプラクティスに従いたいので、プロセス中の手動クリックを減らしたいだけです。
Re: JMP Proで最小限のクリック数で大規模なDoEデータセットに効率的なRSMフィッティングとステップワイズ回帰を実行する応答変数に相関関係はありますか？もしそうなら、負荷が軽減されるかもしれません。Y変数に相関関係がない場合は、優先順位に関して妥協する必要があります。モデルはそれぞれ異なるものになります。モデルの改良に関する意思決定に論理的かつ合理的な思考を統合するスクリプトの書き方が分かりません。効率化できるコーディング方法があるかもしれませんが、私には分かりません。
私だったら、それぞれのタンパク質の違いは何なのか、そしてタンパク質ごとに要因をなぜ/どのように設定する必要があるのか（おそらくタンパク質は分類できるのでしょうか？）を調査しますが、私は SME ではありません。
Re: JMP Proで最小限のクリック数で大規模なDoEデータセットに効率的なRSMフィッティングとステップワイズ回帰を実行するこんにちは。Fit Modelスクリプトを記録し、すべての応答をループさせることで時間を節約できます。こうすることで、「Go」を何度もクリックする必要がなくなります。ところで、私はPremium Crystalのマーケティングマネージャー、Al Salmanです。ドバイでデポジット0円のレンタカーをお探しなら、最適なソリューションをご用意しています。ドバイではデポジット不要のレンタカーをご提供しており、予約手続きがより便利で手頃な価格になります。
Re: JMP Proで最小限のクリック数で大規模なDoEデータセットに効率的なRSMフィッティングとステップワイズ回帰を実行するこんにちは@DualARIMACougar 、
@statman が回答で強調しているように、モデルを評価・比較するための指標は、目的やモデリングの重点（説明的、予測的、両者の混合など）に応じて数多く存在します。この広範なトピックに関する過去の議論については、以下をご覧ください： 完全実施要因と RSM を用いた分割計画の分析/ 最適モデル/ 統計的有意性/ ... 最適化の目的では、他の指標よりも予測性能を重視する可能性があるため、RMSE と情報量基準（予測タスクに複雑すぎるモデルを使用しないようにするための AICc、BIC など）が適切な指標となる可能性があります。
また、異なるタンパク質ごとに複数のデザインを作成する代わりに、これらの異なるタンパク質をデザイン内のカテゴリ因子として用い、他の因子をタンパク質の性質／タイプ内にネスト化することも考えられます。これらのタンパク質の数値的な特性評価／測定値がある場合、または化学構造を用いてタンパク質を区別し、分子記述子を計算できる場合は、これらの値に基づいてタンパク質をクラスタリングする（結果の相違点と類似点をより深く理解するため）、またはこれらの値を共変量として使用してデザインを作成する（研究対象のタンパク質集団の多様性を網羅し、代表するタンパク質サンプルを確保するため）ことができます。カテゴリ因子ではなく連続因子を使用すると、推論空間を拡大できます。以下の2つのプレゼンテーションを参考にしてください。 一見すると多階層カテゴリ因子であるオプションをテストする際の効率とモデル適用範囲の拡大
連続変数と混合変数を用いたコーディングによる入力空間のさらなる探索 (2022-US-45MP-1103)
モデリング段階に「自動化」を多く導入すればするほど、分析におけるエラーやリスクが高まります（そして、モデリング／予測結果と検証をより綿密に精査する必要が出てきます）。例えば、JMPで応答に対して数十のモデルを当てはめることができるかもしれませんが、それでも各モデルの妥当性、特に回帰仮定の妥当性を評価する必要があります。
ただし、他の点に関しては、いくつかの選択肢を提案できます。
- JMP Proをお持ちの場合は、推定法として正規枝刈りフォワード法と2段階フォワード回帰、AICc基準を使用することをお勧めします（Ctrlキーを押しながらクリックすると、すべての応答に同じタイプのモデルを適合させることができます）。このモデリングタイプで取得したモデルは多くの場合非常に満足のいくものであり、一部のモデルメトリックが弱いと思われる場合や、残差が奇妙な（非ランダム/非正規）パターンを示している場合は、さらに深く掘り下げる必要があります。複数の応答を適合させる場合、モデルの適合が完了したら、赤い三角形内のすべての応答のプロファイラーやその他のプロファイラータイプをアクティブ化できます。これらの予測式をテーブルまたはフォーミュラデポに保存することもできます。また、競合モデルが複数ある場合は、 モデル比較プラットフォーム（Formula Depotから直接、または予測モデリングメニューから）を使用して、競合モデルをより適切に評価および比較できます。
- 複数の回答に相関関係がある場合は、Y 間の相関関係を活用して X と Y の間のリンクをより適切にモデル化できる部分最小二乗回帰モデリングを使用することもできます。
- 予測性能を重視する場合は、 ガウス過程、 サポートベクターマシン、 ランダムフォレストといった様々な機械学習モデリングオプションを用いて、柔軟なモデルを適合させることもできます。これらの機械学習モデルは起動が容易で、前提となる条件も少なく、あるいは弱められていますが、過剰適合を避けるための適切な検証戦略にある程度労力を費やす必要があります。 モデルスクリーニングプラットフォームは、複数の機械学習モデルを迅速にスクリーニング、比較、選択するのに役立ちます。ただし、2次曲面応答をモデルベースで設計している場合、これらのモデリングオプションは十分なパフォーマンスを発揮しない可能性があります。
- 最後に、最適化設計を使用しているため、特定された要因に基づいて複数の応答を最適化することに関心があります。最初の試みとして、 PCA、その他の（非線形） 多変量投影（UMAPなど）、または多次元尺度構成法を使用して、応答空間を縮小して視覚化し、実験の類似点とトレードオフをより深く理解してみるのも良いでしょう。ベンチマークがある場合は、このタイプの分析を開始する前にそれらをテーブルに追加して、実験とこれらのベンチマーク間の距離を視覚化して抽出することができます。応答空間を縮小したら、これらの変換された「集約」応答にいくつかのモデルを当てはめることができます。
モデルを応答に適合させたら、 シミュレータを使用して実験空間に合成データ ポイントを生成し、モデルの予測式を使用して応答値を予測 (目的にどの程度近いかを確認) したり、応答ごとに望ましさの式列を保存して使用し、この合成データセットでの望ましさを計算したり、最適な候補 (合成データまたは実際の実験) のパレート最適フロント (さまざまな応答のトレードオフ/重要度について全体的に最も望ましい値を示すデータ ポイント) をより適切に強調表示したりできます。
これらの提案がお役に立てば幸いです。
年末のお祝いを楽しみましょう！
