DOE: 상당한 적합성 결여가 있는 중요한 모델<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />안녕하세요 JMP 직원 여러분,
저는 DOE와 관련된 문제에 직면해 있으며 이에 대한 귀하의 의견을 듣고 싶습니다.
저는 두 개의 응답 Y1,Y2를 2개의 요인 X1,X2, 1차 상호 작용 및 2차 효과의 함수로 모델링하려고 합니다.
이를 위해 전체 2^3 요인 설계의 데이터와 이전 데이터 세트의 두 가지 복제 실험(비중심)을 가지고 있습니다.
나는 Y1에 문제가 없지만 Y2에 관해서는 X1*X2 또는 X2*X2 요소가 중요하지 않은 것으로 보입니다.
이 두 가지 요소 없이 스크립트를 다시 실행하면 다음을 얻습니다.
내 모델은 중요하고(p-값 <0.0001) R²가 높지만(0.96) 적합도가 상당히 낮습니다. (p-값 0.024) !
어떻게 해야 하나요? 나는 실험을 반복할 수 없으며 여기에서 응답을 변환하는 것이 까다로울 수 있습니다.
내 모델을 쓰레기로 버려야 합니까?
도와 주셔서 감사합니다.
Re: DOE: 상당한 적합성 결여가 있는 중요한 모델쿠엔틴,
상호 작용 조건과의 영향 유전 때문에 X2를 유지할 수 있습니다.달리 말하면 중요한 X2와의 상호작용이 있으므로 모델에서 주효과(X2)를 유지할 수 있습니다.JMP 12에서는 적합 모델의 효과 요약 기능을 사용하여 항을 제거하고 X2만 제거하여 모델이 어떻게 변경되는지 확인할 수 있지만 귀하의 경우 모델에 그대로 두는 것이 좋습니다.
청구서
Re: DOE: 상당한 적합성 결여가 있는 중요한 모델이러한 조언에 대해 Bill과 Peter에게 많은 감사를 드립니다.
2개의 샘플을 꺼내서 유효성 검사에 사용하면 잘 작동하고 예측 결과는 실제 결과와 매우 유사합니다.
그러나 Y1의 모델에는 약간의 변화가 있습니다. 이전에는 X1과 X2의 모든 선형, 2차 및 상호 작용 효과가 Y1에 대해 유의했습니다(p-값<0.05).
그러나 이제 2개의 추가 샘플을 꺼냈으므로 X2 요인은 Y1(p-값=0.0852)에 유의한 영향을 미치지 않는 반면 다른 모든 요인은 이전과 같이 유의합니다.
내 질문은 다음과 같습니다. 둘 다 중요한 X1과의 2차 및 상호작용 효과를 제거하지 않고는 X2를 제거할 수 없습니다. 그래서 0.1 신뢰 수준에서 중요하다고 진술한 X2를 내 모델에 유지할 수 있습니까?
Bill이 제안한 접근 방식이 내가 사용하는 접근 방식보다 낫다고 생각하지만 사용하기 전에 이제 Y1에 대한 모델도 유효한지 확인하고 싶습니다.
답변해 주셔서 감사합니다.
Re: DOE: 상당한 적합성 결여가 있는 중요한 모델Quentin: Bill Worley는 몇 가지 훌륭한 조언을 제공합니다. 솔직히 말해서 저도 제안하지 않은 것이 부끄럽습니다. Bill이 제기하는 문제를 고려하기에는 LOF 테스트와 관련된 ap 값에 대한 걱정에 너무 집중했습니다. 너무나 자주 저는 일부 사람들이 '모델 수락 및 사용' 결정을 단 하나의 모델 진단 통계로 추출하려고 시도한다고 생각합니다. 나는 이러한 행동을 '단일수량증'의 희생자라고 부른다.
게시물의 마지막 질문: "그러면 이 모든 관찰을 고려하여 이 모델을 합리적으로 받아들이고 추가 실행으로 검증할 수 있다고 생각하십니까?"
'...이 모델을 수락하십시오..'와 관련하여 귀하에게 어떤 식으로든 추천을 하는 것은 매우 주제넘은 일입니다. 멀리서 나는 당신의 문제, 실험의 수행, 과정에 대한 지식 등에 대해 거의 알지 못하기 때문에 당신에게 정보가 없는 의견 이외의 다른 것을 주기 시작하기를 꺼립니다. 그러므로 거절하겠습니다.
이 정도만 드리겠습니다. 수십 년 동안 산업 통계학자로 재직하는 동안 저는 이와 똑같은 질문을 몇 번이나 받았는지 말할 수 없습니다. 내 대답은 항상 다음과 같았습니다. 잠시 멈추고 데이터, 실험 및 분석이 당신을 이끄는 결정에 대해 생각하십시오. 실제적인 관점에서 그 결정의 결과에 대해 생각해 보십시오. 특히 결과가 바람직하지 않은 경우. 그 결정에 대해 어떻게 생각하세요? 통계적인 관점이 아니라 실용적인 관점에서. 이제 뱃속 깊은 곳에서 그 결정에 대해 어떻게 느끼십니까? 나비가 느껴지면...멈추고, 잠시 멈추고, 더 많은 정보/데이터/분석/실험/추측을 위해 돌아서세요...그게 무엇이든...하지만 결정을 미루세요."
오래 전에 나는 Moen, Nolan 및 Provost가 다음과 같은 인용문을 읽었습니다. "최종 분석에서 그것은 통계적 추론의 문제가 아니라 믿음의 문제입니다." 또는 데밍 박사가 말했듯이 "가장 중요한 수치는 알려지지 않았고 알 수 없습니다." P - 우리가 알고 있는 값...하지만 가장 중요한 '숫자'는 알 수 없습니다.
Re: DOE: 상당한 적합성 결여가 있는 중요한 모델쿠엔틴,
나는 베드로의 대답을 계속할 것입니다.
이전 데이터 세트에서 두 개의 샘플을 가져와 DOE 결과에 추가했다고 진술합니다.모델을 구축하기 위해 이러한 "외부" 샘플을 사용하여 DOE/모델의 결과를 편향시킬 가능성이 매우 높습니다.
제안 사항입니다. 이 두 샘플을 제거하고 모델을 다시 맞추십시오.그런 다음 해당 샘플을 데이터 테이블에 추가하여 테스트 데이터로 사용하고 예측이 나오는 위치를 확인합니다.먼저 예측 공식을 데이터 테이블에 저장한 다음 맨 아래에 "새" 데이터를 추가하십시오.실제 데이터를 예측 값과 비교합니다.입력 설정을 변경하고 왼쪽에서 예측 값이 무엇인지 확인하여 예측 프로파일러로 이 작업을 수행할 수도 있습니다.
잔차 플롯의 경우 오른쪽 상단에 있는 점이 잠재적 이상치인 것처럼 보이며 이로 인해 결과가 편향될 수도 있습니다.해당 점 없이 모델을 다시 피팅한 다음 피팅 모델 매개변수를 확인합니다.
도움이 되었기를 바랍니다,
청구서
Re: DOE: 상당한 적합성 결여가 있는 중요한 모델고마워 피터.
나는 이미 잔차를 살펴보았다(아래 그래프 참조). 잔차 플롯에는 관찰 가능한 잠재 패턴이 없지만 잔차의 무작위 분산이 있습니다. Y2 응답은 0에서 100 사이(수익률)이므로 잔차의 크기(<5%)가 허용 가능하다고 생각합니다. 그러나 더 높은 Y2 값에 해당하는 잔차가 '상대적으로' 더 높다고 말할 수 있습니다. (~4) 다른 것들은 높은 Y2 값의 예측에 대해 낮은 신뢰도를 제안합니다. 이는 관찰된 Y2 대 신뢰 구간으로 예측된 Y2를 플로팅할 때도 볼 수 있습니다.
따라서 이러한 모든 관찰을 고려하여 이 모델을 합리적으로 받아들이고 추가 실행으로 검증할 수 있다고 생각하십니까?
도움을 주셔서 다시 한 번 감사드립니다!
Re: DOE: 상당한 적합성 결여가 있는 중요한 모델Quentin: "모델을 쓰레기통에 버려야 하나요?"라고 묻습니다. 모델이 조지 박스(George Box)의 말을 빌리면 "유용하지 않음"인 경우에만 해당됩니다. LOF는 하나일 뿐이며 모델 유용성을 평가하는 데 사용되는 하나의 테스트만 강조합니다. 잔차 플롯을 살펴보셨습니까? 예측 관점에서 문제가 있습니까? 실험 공간에서 잔차 크기의 크기는 어떻습니까? 특히 용어를 추가하여 모델을 수정하는 방법을 모두 사용한 경우 LOF에 너무 매달리지 않습니다. 내가 할 일은 예측 대 잔차를 살펴보고 '실패의 크기' 또는 잔차 값이라고 부르는 것을 평가하는 것입니다. 잔차의 크기나 방향이 실제적인 관점에서 문제가 됩니까? 그렇지 않다면...왜 LOF에 대해 걱정합니까?
마지막으로 모델 검증 목적으로 몇 가지 추가 시험을 실행하는 것이 좋습니다. 이 단계는 LOF 결과와 관계없이 모델 유틸리티를 확인하기 위해 수행되어야 합니다. 이러한 확인 실행이 실용적인 관점에서 확인되면...다시 말하지만 누가 LOF에 관심이 있습니까?
행운을 빌어요.
