Vidéo 1 : Défi – Au-delà d’un seul modèle : ce qu’un DSD peut vraiment vous révéler
La session du deuxième trimestre du Club des expérimentateurs a été marquée par une discussion animée sur le célèbre rappel de George Box selon lequel « tous les modèles sont faux, mais certains sont utiles ».
Tout a commencé lorsqu'un utilisateur la fiabilité des interactions particulièrement fortes et des effets quadratiques observés dans un plan expérimental de sélection définitif (DSD) à six facteurs. S'en est suivi un échange constructif qui a démontré que le véritable enjeu », mais plutôt comment interpréter un espace de conception où coexistent plusieurs modèles plausibles.
Question de la communauté :https://community.jmp.com/t5/Discussions/quot-Surprising-quot-results-in-an-DSD-Design/td-p/941518
Publication LinkedIn de Victor :https://www.linkedin.com/posts/victorguiller_experimentersclub-designofexperiments-share-7453440558682894336-j7Ki?utm_source=share&utm_medium=member_desktop&rcm=ACoAAAg2XG8BduAUlMeluDXcuMFV-P_Hxv1KA0k
Vidéo 2 : Discussion
La conversation a mis en évidence que, dans une analyse de données empiriques (DSD) avec un nombre limité d'exécutions, il est impossible d'estimer simultanément tous les effets principaux, d'interaction et quadratiques sans faire de compromis structurels. Par conséquent, le repliement de spectre partiel, la multicolinéarité et la multiplicité des modèles sont des caractéristiques naturelles du problème plutôt que des signes d'échec.
La discussion a souligné que différentes méthodes d'estimation et critères de sélection, tels que R², R² ajusté, AICc, BIC et RMSE, peuvent conduire à des modèles différents mais toujours défendables.
Un point essentiel à retenir est que les chercheurs ne doivent pas se concentrer uniquement sur la recherche d'un modèle unique optimal. Ils doivent plutôt comparer plusieurs modèles candidats performants, rechercher les effets récurrents dans ces modèles, appliquer la hiérarchie des effets et leurs connaissances du domaine, et envisager une augmentation des données lorsque la confirmation est nécessaire.
En ce sens, le processus de conception consiste moins à réagir à des résultats surprenants et davantage à porter un jugement rigoureux sur le modèle dans le cadre d'un travail expérimental concret.
Merci @maria_astals pour l'enregistrement !
Voici la procédure détaillée pour créer un graphique raster à partir d'un plan d'expériences :
- Accédez à la plateforme Modèle d'essayage (ou cliquez sur le modèle de script dans le tableau DoE), spécifiez la ou les réponses et les termes du modèle supposé (si ces panneaux ne sont pas déjà préremplis) et choisissez l'option Personality Étape par étape . Cliquez sur Run.
-
Cliquez sur le triangle rouge à côté de « Ajustement par étapes », sélectionnez « Tous les modèles possibles » , puis définissez le nombre maximal de termes possibles dans les modèles ainsi que le nombre de meilleurs modèles à afficher. Cochez l’option « Limiter aux modèles où les interactions impliquent des effets d’ordre inférieur (Restriction héréditaire) » . Cliquez sur « OK ».
-
Une fois les calculs effectués, un nouveau tableau intitulé « Tous les modèles possibles » apparaît dans le rapport. Cliquez avec le bouton droit sur ce tableau et choisissez l’option « Créer un tableau de données combinées ». Un nouveau tableau s’ouvre alors avec les résultats de la plateforme Stepwise.
- Pour identifier chaque modèle individuellement et suivre ses performances, nous créons une nouvelle colonne d'identifiant de modèle dans le nouveau tableau. Pour ce faire, cliquez avec le bouton droit sur la première colonne du tableau et sélectionnez Nouvelle colonne de formule > Ligne > Ligne . Chaque modèle disposera alors d'un identifiant unique grâce à la nouvelle colonne « Ligne ». Modifiez le type de modélisation en « Nominal ».
- Sélectionnez la colonne « Modèle », puis cliquez sur le triangle rouge en haut à droite du tableau (ou cliquez dans le menu Colonnes), et choisissez Utilitaires > Convertir . Définissez le délimiteur comme « », » et cochez l’option Créer des colonnes indicatrices .
- Cliquez sur le menu Tableau > Empiler . Sélectionnez toutes les nouvelles colonnes d'indicateurs et cliquez sur Empiler les colonnes. Vous pouvez renommer la colonne Étiquette en « Termes » et la colonne Données en « Présence ». Cliquez sur OK.
- You can then add some formula column (or using the Recode option) to identify which terms are main effects, interaction effect or quadratic effects to prepare the plot. With the example Bounce Data, I used a formula column when recoding:
Map Value(
:Terms,
{"Silane", "Main effect", "Silane*Silane", "Quadratic effect", "Silica",
"Main effect", "Silica*Silane", "Interaction effect", "Silica*Silica",
"Quadratic effect", "Silica*Sulfur", "Interaction effect", "Sulfur",
"Main effect", "Sulfur*Silane", "Interaction effect", "Sulfur*Sulfur",
"Quadratic effect"},
Unmatched( :Terms )
)
- Ajoutez une propriété de colonne « Ordre des valeurs » à la colonne de type « Termes », afin que les termes du modèle apparaissent d'abord par ordre décroissant d'effets principaux, puis d'effets d'interaction, et enfin d'effets quadratiques :
- Vous pouvez ensuite utiliser Graph Builder et créer le graphique raster !
- Utilisez « Ligne » (ou colonne ID du modèle) comme variable Y.
- Utilisez « Termes » comme variable X.
- Ajoutez « Type de termes » comme variable X imbriquée (à l’emplacement situé sous X).
- Modifiez le style du graphique en « Carte thermique ».
- Utilisez l'une des métriques de performance du modèle (par exemple RMSE) comme variable de couleur et choisissez un thème de couleur approprié (comme du vert au rouge).
- Cliquez avec le bouton droit sur la variable Y, choisissez Trier par et sélectionnez votre indicateur de performance (croissant pour AICc, BIC et RMSE, décroissant pour R²).
- Ajoutez un filtre de données local sur la colonne « Présence » et sélectionnez uniquement les valeurs différentes de 0 (1 : le terme est présent dans le modèle).
- Vous pouvez également ajouter un filtre sur le nombre de modèles affichés en filtrant/réduisant la plage de valeurs de l'indicateur de performance.
- Une fois tous les paramètres configurés, cliquez sur Terminé. Le tracé raster est prêt !
Comme vous pouvez le constater, la création du graphique raster implique de nombreuses opérations. Je prévois de développer un module complémentaire pour automatiser ce processus et ainsi réduire le travail manuel (et fastidieux !) nécessaire à l'obtention de cette visualisation. Si vous souhaitez contribuer à ce projet, n'hésitez pas à nous rejoindre !
