Philip J. Ramsey, Inhaber der North Haven Group und Professor an der University of New Hampshire
Mia L. Stephens, JMP Akademischer Botschafter, SAS
Jones und Nachtscheim (2011) führten eine neue Art eines hocheffizienten experimentellen Designs ein, das als definitive Screening-Designs (DSDs) bezeichnet wird. Die Designs sind insofern einzigartig, als alle Faktoren des Experiments drei Stufen haben (die eine mögliche Abschätzung quadratischer Effekte ermöglichen), die Haupteffekte orthogonal und frei von Aliasing sind und keine Zwei-Faktor-Wechselwirkung oder quadratische Wirkung vollständig mit einem anderen Effekt verwechselt wird; All dies in nur 2K + 1-Studien für K-Faktoren. Obwohl die DSDs gerade in der Biotechnologie in der Industrie eingeführt werden, bieten sie den Experimentatoren einzigartige Möglichkeiten und Herausforderungen in Bezug auf die Analyse. In diesem Vortrag werden wir verschiedene Modellierungsstrategien für DSDs diskutieren, die leicht in JMP 11 implementiert werden können, und einige Beispiele aus biotechnologischen Experimenten liefern. Die erörterten Methoden umfassen: Vorhersage-Mittelwertbildung über eine Teilmenge von Modellen, die mit AICc und BIC ausgewählt wurden; Modellmittelung zur Schätzung eines vollständigen quadratischen Modells; eine neue Technik, die wir als Pareto-basierte Modellierung bezeichnen; und die LASSO, eine bestrafte Regressionstechnik in JMP Pro 11. Alle Methoden werden anhand von auf realen Beispielen aufgebauten Modellen verglichen und Empfehlungen zur Verwendung der verschiedenen Methoden werden diskutiert.
https://www.youtube.com/watch?v=W_V1oJmNslE
