Vérification de l'absence de puissance de test d'ajustementChère communauté JMP,
Disons que JMP m'a renvoyé les résultats d'un test LOF.
Si je voulais savoir quelle est la force (ou la puissance) de ce test pour détecter le LOF, y a-t-il un indicateur à cela ?
Merci.
Br,
Chris
Re : Vérification du manque de puissance de test d'ajustementJe ne connais pas de moyen direct de calculer la puissance du test d'absence d'ajustement dans JMP. Ce test nécessite certaines conditions (par exemple, répétitions) et est basé sur l'analyse de la variance de la somme des carrés des erreurs et de la somme des carrés des erreurs pures. Vous auriez à spécifier le manque d'ajustement minimum en termes de ces sommes de carrés (je pense) et degrés de liberté disponibles pour calculer la puissance de la statistique F. La fonction Distribution 1-F ( F, nDF, dDF ) serait la voie à suivre si vous choisissez cette direction.
Ce force être possible d'utiliser BICHE > Diagnostic de conception > Taille et puissance de l'échantillon > Écart type d'un échantillon avec une réflexion sur les paramètres.
La suggestion de Phil n'aborde pas directement la puissance du test d'absence d'ajustement, mais elle pourrait être plus pratique. Vous pouvez penser à l'inadéquation du modèle en termes d'effets spécifiques d'une taille minimale donnée et utiliser la simulation pour déterminer le pouvoir de détecter son omission.
Au lieu de la simulation, avez-vous pensé à définir un modèle dans Custom Design qui inclut tous les termes possibles et à décider du Estimabilité ( Nécessaire ou Si possible ) pour chaque terme comme moyen d'évaluer la puissance de détection d'un effet significatif ?
Re : Vérification du manque de puissance de test d'ajustementQuestion interessante.
Juste pour clarifier : voulez-vous comprendre le pouvoir de détecter LoF lors de la phase de conception ? Vous souhaitez connaître, pour un design donné que vous envisagez, la puissance de détection de LoF ?
LoF est utilisé pour déterminer si le modèle que vous avez installé est adéquat. S'il y a une LoF importante, cela suggérerait qu'un modèle alternatif est nécessaire. Il s'agit généralement d'un modèle d'ordre supérieur.
Je pense que vous pourriez utiliser une analyse de puissance standard (en la plate-forme JMP Evaluate Design ou dans la boîte de dialogue de conception) pour obtenir une indication de la puissance d'ajustement LoF. Par exemple, vous pouvez concevoir une expérience à 2 niveaux pour un modèle d'effets principaux, avec plusieurs points centraux pour la détection LoF. (BTW, je ne recommande pas ce genre de conception). Dans l'analyse de puissance, vous pouvez alors examiner la puissance de détection d'un terme d'ordre supérieur, tel que l'un des quadratiques. Cela vous indiquerait la puissance de l'expérience pour détecter un terme d'ordre supérieur. Vous pouvez alors décider d'avoir plus ou moins de points centraux.
Une autre solution à envisager est la capacité de simulation dans JMP Pro . Ce serait une réponse plus directe à la question sur la puissance LoF car vous pouvez directement regarder la valeur p LoF. Encore une fois, cela nécessiterait que vous spécifiiez un modèle qui représente les comportements d'ordre supérieur que vous souhaitez pouvoir détecter avec le test LoF. Autrement dit, vous devez spécifier le modèle "alternatif" - et non le modèle que vous avez conçu votre expérience pour estimer - pour la simulation.
Dans tous les cas, vous devez réfléchir à ce que vous voulez que votre test LoF soit capable de trouver. Dans quelle mesure le "vrai" modèle doit-il être différent du modèle pour lequel vous avez conçu avant que le test LoF puisse le détecter.
J'espère que cela aide.
Phil
