nav[aria-label="Primary Navigation"] { padding: 0; & ul { list-style: none; width: 100%; display: flex; flex-direction: row; justify-content: start; align-items: start; gap: 30px; padding: 0; & li { margin: 0; } & ul li { list-style: none; } } }

21861_it-IT

liliconcom

Strategie di modellazione e analisi per progetti di screening definitivo con JMP® Pro 11

Philip J. Ramsey, PhD, proprietario, North Haven Group e professore, Università del New Hampshire
Mia L. Stephens, Ambasciatrice accademica JMP, SAS

Jones e Nachtscheim (2011) hanno introdotto un nuovo tipo di progetto sperimentale ad alta efficienza chiamato DSD definitive screening design. I progetti sono unici in quanto tutti i fattori nell'esperimento hanno tre livelli (che consentono la potenziale stima degli effetti quadratici), gli effetti principali sono ortogonali e privi di aliasing e nessuna interazione a due fattori o effetto quadratico è completamente confusa con un altro effetto; tutto ciò in soli 2K + 1 prove per i fattori K. Sebbene i DSD stiano iniziando ad essere adottati nell'industria, specialmente nella biotecnologia, presentano agli sperimentatori opportunità e sfide uniche in termini di analisi. In questo intervento discuteremo varie strategie di modellazione per i DSD che possono essere facilmente implementate in JMP 11 e fornirà diversi esempi di esperimenti biotecnologici. I metodi discussi includono: previsione della media su un sottogruppo di modelli selezionati usando AICc e BIC; media del modello per stimare un modello quadratico completo; una nuova tecnica che chiamiamo modellazione basata su Pareto; e il LASSO, una tecnica di regressione penalizzata in JMP Pro 11. Tutti i metodi saranno confrontati usando modelli costruiti su esempi reali e verranno discusse raccomandazioni sull'uso dei vari metodi.