Füllplan

Die vorangegangenen Pläne zielen alle auf die Schätzung eines das angegebene Modell — linear, mit Wechselwirkungen, quadratisch. Die Füllschemata verfolgen andere Ziele: den Versuchsraum gleichmäßig abdecken, ohne die Form der Antwort vorwegzunehmen.

Das ist das Prinzip der Machine-Learning-Modelle, die die Form erlernen, anstatt sie vorauszusetzen. Die Faktoren müssen quantitativ, man braucht sie mindestens zwei und höchstens 20.

1. Berechnete Tabelle oder tabellarische Aufstellung

Die Liste der möglichen Pläne enthält zwei Gruppen:

• Ellistat-Plan (berechnet), das als erstes vorgeschlagen und standardmäßig ausgewählt wird: das einzige, dessen Anzahl an Versuchen und Kriterien zu Ihrer Konfiguration passt; ;
• Die Tabellen, bei fester Anzahl von Versuchen: Audze-Eglais (9, 15, 16, 25, 50, 100 Versuche je nach Anzahl der Faktoren), Latin-Hypercube-Design (16, 25, 50) und NOLH 17. Bei mehr als 10 Faktoren bleibt keines davon übrig, nur der berechnete Plan erfüllt die Anforderungen.

2. Die Einstellungen des berechneten Plans

Die gewählte Hypothese wird auf dem Bildschirm erläutert, und die Wahl ist entscheidend:

• Alle Faktoren sind aktiv : Nur das Audze-Eglais-Kriterium: vollständige Raumausfüllung. Zu wählen, wenn das nachgelagerte Modell alle Faktoren berücksichtigt; ;
• Es sind nur wenige Faktoren aktiv : Audze-Eglais + MaxPro: Erfüllt auch die Erwartungen in den Fällen, in denen es darauf ankommt, wie die Daten interpretiert werden, wenn nur zwei oder drei Faktoren wirklich eine Rolle spielen.

💡 Diese Einstellung ist es, die zwei Füllebenen wirklich voneinander unterscheidet, und sie wird unter Berücksichtigung folgender Aspekte festgelegt: der nächste Schritt. Wenn Sie vermuten, dass zwei von acht Faktoren den Großteil ausmachen, lässt sich eine Ebene, die den achtdimensionalen Raum gut ausfüllt, möglicherweise nur sehr schlecht auf die Ebene dieser beiden Faktoren projizieren, da sich die Punkte dort überlagern und das Modell dort fast nichts erkennen kann. Genau das korrigiert der MaxPro-Term.

⚠️ Die Korrelationsbarriere wird empfohlen: Der MaxPro-Term verschlechtert die Korrelationen deutlich, wenn sie nicht aktiviert ist. Eine Deaktivierung ist nur dann sinnvoll, wenn man eine maximale Füllung anstrebt, ohne auf die Unabhängigkeit der Effekte zu achten.

3. Berechnen und das Ergebnis ablesen

Die Schaltfläche Berechnen Startet den Glühvorgang in einem Worker, mit einem Fortschrittsbalken und einer Schaltfläche Beenden. Der erhaltene Plan wird im Versuchsplan gespeichert: Er bleibt auch nach der Navigation erhalten.

Neben der Schaltfläche werden drei Anzeigen eingeblendet:

• Audze-Eglais : das Füllungskriterium – je niedriger der Wert, desto besser ist der Raum ausgefüllt; ;
• MaxPro : das Kriterium für die Ausfüllung der Prognosen, das angezeigt wird, wenn die Annahme «einige aktive Faktoren» zugrunde gelegt wird; ;
• Max |r| : die stärkste absolute Korrelation zwischen zwei Faktoren.

Die Schaltfläche Korrelationsmatrix Plakat: 

Die Schaltfläche Punktwolken eröffnet zwei sich ergänzende Lesarten:

• die Matrix der Zusammenhänge zwischen Faktoren, auf einer festen Skala von −1 bis +1 — ein gut optimierter Plan erscheint dort daher nahezu neutral, was korrekt ist
• und die Punktwolken nach Faktorpaaren, die zeigen, warum Eine Korrelation ist schwach: Die Punkte sind gut verteilt oder bilden eine diagonale Struktur.

💡 Die feste Skalierung der Matrix ist kein Einstellungsfehler. Eine an die Daten angepasste Skalierung würde Korrelationen im Bereich von wenigen Hundertstel in leuchtenden Farben darstellen, was den falschen Eindruck einer fehlerhaften Darstellung erwecken würde. Hier ist eine nahezu orthogonale Darstellung als solche erkennbar.

⚠️ Die Schaltfläche D-Optimal wird bewusst aus den Füllplänen weggelassen: Die Suche nach einer D-optimalen Teilmenge eines Füllplans ist sinnlos, da der Plan auf die Abdeckung des Raums abzielt und nicht auf die Schätzung eines bestimmten Modells.