Testleistung auf fehlende Anpassung prüfenLiebe JMP-Community,
Nehmen wir an, JMP hat mir LOF-Testergebnisse zurückgegeben.
Wenn ich wissen wollte, wie stark (oder macht) dieser Test LOF erkennt, gibt es einen Indikator dafür?
Vielen Dank.
Br,
Chris
Betreff: Testleistung auf fehlende Anpassung prüfenIch kenne keinen direkten Weg, um die Leistung des Mangels an Anpassungstest in JMP zu berechnen. Dieser Test erfordert bestimmte Bedingungen (z. B. Wiederholungsläufe) und basiert auf der Varianzanalyse aus der Fehlerquadratsumme und der reinen Fehlerquadratsumme. Sie müssten den minimalen Mangel an Anpassung in Bezug auf diese Quadratsummen (glaube ich) und Freiheitsgrade angeben, die verfügbar sind, um die Leistung der F-Statistik zu berechnen. Die 1-F-Verteilungsfunktion ( F, nDF, dDF ) wäre der richtige Weg, wenn Sie diese Richtung wählen.
Es könnte Verwendung möglich sein DAMHIRSCHKUH > Design-Diagnose > Stichprobengröße und Power > Standardabweichung einer Stichprobe mit einigen Gedanken über die Parameter.
Phils Vorschlag geht nicht direkt auf die Leistungsfähigkeit des Tests auf mangelnde Eignung ein, könnte aber praktischer sein. Sie könnten die Unzulänglichkeit des Modells in Bezug auf spezifische Effekte einer bestimmten minimalen Größe betrachten und die Simulation verwenden, um die Leistung zu bestimmen, um ihre Auslassung zu erkennen.
Anstelle einer Simulation haben Sie darüber nachgedacht, ein Modell in Custom Design zu definieren, das alle möglichen Begriffe enthält, und die Entscheidung zu treffen Schätzbarkeit ( Notwendig oder Wenn möglich ) für jeden Begriff, um die Aussagekraft zum Nachweis eines signifikanten Effekts zu beurteilen?
Betreff: Testleistung auf fehlende Anpassung prüfenInteressante Frage.
Nur zur Verdeutlichung: Wollen Sie die Leistungsfähigkeit verstehen, LoF in der Designphase zu erkennen? Möchten Sie für ein bestimmtes Design, das Sie in Betracht ziehen, wissen, ob es in der Lage ist, LoF zu erkennen?
LoF wird verwendet, um festzustellen, ob das von Ihnen angepasste Modell angemessen ist. Wenn es eine signifikante LoF gibt, würde dies darauf hindeuten, dass ein alternatives Modell erforderlich ist. Dies ist typischerweise ein Modell höherer Ordnung.
Ich denke, Sie könnten die Standard-Leistungsanalyse (in die JMP Evaluate Design-Plattform oder im Designdialog), um einen Hinweis auf die LoF-Fit-Power zu erhalten. Beispielsweise könnten Sie ein 2-Ebenen-Experiment für ein Haupteffektmodell mit mehreren zentralen Punkten für die LoF-Erkennung entwerfen. (Übrigens, ich empfehle diese Art von Design nicht). In der Potenzanalyse könnten Sie dann die Potenz betrachten, um einen Term höherer Ordnung zu erkennen, beispielsweise eine der Quadrate. Dies würde Ihnen etwas über die Leistungsfähigkeit des Experiments sagen, um einen Term höherer Ordnung zu erkennen. Sie können sich dann entscheiden, mehr oder weniger Mittelpunkte zu haben.
Eine andere zu berücksichtigende Lösung ist die Simulationsfunktion in JMP Pro . Dies wäre eine direktere Antwort auf die Frage nach der LoF-Leistung, da Sie den LoF-p-Wert direkt betrachten können. Auch hier müssten Sie ein Modell angeben, das die Verhaltensweisen höherer Ordnung darstellt, die Sie mit dem LoF-Test erkennen möchten. Das heißt, Sie müssen das „alternative“ Modell – nicht das Modell, zu dessen Schätzung Sie Ihr Experiment entworfen haben – für die Simulation angeben.
In jedem Fall müssen Sie darüber nachdenken, was Ihr LoF-Test finden soll. Wie unterschiedlich muss das „wahre“ Modell von dem Modell sein, für das Sie entworfen haben, damit der LoF-Test es erkennen kann?
Ich hoffe das hilft.
Phil
