상관 셀 플롯이란 무엇입니까?
에서 내 이전 게시물 , 나는 평가를위한 새로운 그래픽 진단 도구를 제안했다. 설계된 실험 . 제안 된 그래프는 두 개의 모델 용어 사이의 쌍 상관을 색칠 된 사각형으로 보여주는 셀 플롯입니다. 그림 1에서와 같이 모델에 45 개의 용어가있는 경우 JMP 45 * 45 = 2025 색의 세포를 보여줍니다.
이 음모는 나에게 무엇을 말해 줍니까?
절대 상관 관계는 0에서 1로 바뀝니다. 대각선 셀은 모든 디자인에서 빨간색이지만, 대각선을 벗어난 모든 셀이 파란색이거나 적어도 색상 스펙트럼의 파란색 끝 부분에서 가장 바람직합니다. 그림 1의 모든 셀은 청색 또는 적색입니다. 순수한 적색을 띤 세포는 관련 모델 용어가 서로 구별 할 수 없음을 나타냅니다. 그런 경우에, 우리는 두 가지 효과가 당황 스럽다고 말합니다. 첫 번째 줄의 세포를 살펴보면, 인자 A의 주 효과가 D * G의 두 인자 상호 작용과 혼동된다는 것을 알 수 있습니다.
아래의 표 1과 그래프 1에 표시된 설계는 16 회의 실행에서 9 가지 요인에 대한 정규 분수 적 요인 설계입니다. 이러한 설계를 구성하는 한 가지 방법은 전체 요인 설계부터 시작하는 것입니다.이 경우 4 가지 요인과 16 가지 실행이 있습니다. 요소 E는 요소 C와 D에 대한 열의 요소 단위 곱셈에 의해 생성됩니다. 마찬가지로 F = BD, G = AD, H = ABC 및 I = ABCD입니다. 이 과정의 결과는 주 효과에 대해 직교하지만 36 가지 2 요소 상호 작용 중 12 개를 주 효과와 혼동시키는 설계입니다. 이 실험을 실행하고 A, D, G 요인과 관련된 큰 영향을 관찰했다고 가정합니다.이 세 가지 요인이 모두 활동적이라고 말하고 싶습니다. 그러나 똑같이 설명 모델은 용어 D, G 및 D * G를 가진 모델입니다. 따라서, 설계에서 혼란 스러울 때 모호한 분석 결과가 생성됩니다. 이러한 모호성을 해결할 수있는 유일한 데이터 기반 방법은 추가 실험을 수행하는 것입니다.
혼란스러운 주 효과와 두 요인 상호 작용을 피할 수있는 방법이 있습니까?
그림 2는 16 개의 실행에서 9 가지 요인에 대한 87 가지 비등 각형 직각 분수 팩터 리 디자인 중 하나에 대한 진단 플롯을 보여줍니다 (표 2 참조). 그림 1과 달리 그림 2의 오른쪽 상단에는 빨간색 사각형이 없습니다. 따라서 어떤 주요 효과도 어떤 두 요인 상호 작용으로 혼동되지 않습니다. 더욱이, 어떤 주요 효과와 어떤 2 요인 상호 작용의 가장 큰 절대 상관 관계는 단지 절반입니다. 부정적인 측면에서 볼 때 상관 관계가 크지 않더라도이 디자인은 모든 주 효과와 더 많은 상호 작용을합니다.
이전에 고려한 시나리오로 돌아가 보겠습니다. 주요 효과 A, D 및 G가있는 모델과 주 효과 D 및 G에 D * G 2 요소 상호 작용이있는 대체 모델을 구별 할 수 있습니까? 전혀! 관찰 된 효과가 표준 오류보다 충분히 클 경우에는 마찬가지입니다.
결론은 무엇입니까?
그림 1과 2를 나란히 비교하면 두 설계의 상대적 장점을 신속하게 평가할 수 있습니다. 나는 진단 플롯이 적은 순수한 붉은 사각형을 포함하는 디자인을 선호한다.
디자인 테이블
최종 심사 디자인이 결정적인 이유 쓴 :
[...] 두 개의 이전 게시물, 디자인 평가를위한 상관 관계 셀 플롯을 소개 한 다음 디자인을 비교하기 위해 플롯을 사용하는 방법을 보여주었습니다. 여기서, 나는 동일한 플롯을 사용하여 왜 명확한 선별 디자인이 좋은지를 보여주고 싶다 [...]
