4432_it-IT

liliconcom

Hai bisogno di aiuto per comprendere la variabile di interazione<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />

Ciao

Sto cercando di condurre una semplice analisi a 2 vie di un esperimento; ogni fattore ha 3 livelli con una replica ciascuno. Entrambe le variabili sono continue. Quando eseguo l'analisi e guardo l'output e le stime dei parametri, vedo quanto segue:

Intercettare

Fattore 1

Fattore 2

(Fattore 1 - x) * (Fattore 2 - y) dove x e y sembrano essere un valore medio/arbitrario

Qualcuno può spiegare come userei (Fattore 1 - x) * (Fattore 2 - y) nell'equazione di regressione?

Inoltre, qual è il modo migliore per determinare quali livelli dei diversi fattori sono più significativi.

Grazie

Ri: Ho bisogno di aiuto per capire la variabile di interazione

Ah sì. Credo che tu abbia fatto questa domanda anche in un'altra discussione. La centratura viene eseguita per ridurre la collinearità causata dalle differenze di scala. È un modo in cui JMP ti aiuta con la tua analisi.

 

Ad esempio, supponiamo che il fattore X1 abbia l'intervallo da 100 a 200 e il fattore X2 abbia l'intervallo da 1 a 2 con questo disegno:

X1X2X1*X2

100 1 100

100 2 200

200 1 200

200 2 400

 

L'interazione avrebbe un intervallo compreso tra 100 e 400. La correlazione tra X1 e l'interazione X1*X2 è 0,688 che è piuttosto alta. Se centro X1 e X2 prima di moltiplicare, la correlazione tra X1 e l'interazione X1*X2 centrata è 0. Questa è una buona cosa ed è per questo che JMP lo fa. Inoltre, JMP fornisce gli strumenti necessari per comprendere il modello e valutarlo con il centraggio in atto.

 

Puoi disattivarlo? SÌ. Nella finestra di dialogo Stima modello, fare clic sul triangolo rosso in alto a sinistra e "deselezionare" l'opzione Center Polynomials prima di fare clic su Esegui. Tuttavia, tieni presente che in questo modo aumenterai la multicollinearità nel modello che, a sua volta, aumenta la varianza delle stime dei parametri e influisce sui test statistici e sulla significatività di tali stime dei parametri.

Ri: Ho bisogno di aiuto per capire la variabile di interazione

Grazie per questa spiegazione in quanto ho avuto lo stesso problema.

Ho un'altra domanda, dopo aver semplificato la formula, è comunque possibile avere semplicemente x1*x2 nella tabella "stime dei parametri" invece di (x1-a)*(x2-b) ?

Grazie !

 

 

Hai bisogno di aiuto per comprendere la variabile di interazione

Hai ragione. Il nulla è dovuto al fatto che tutti i tuoi gradi di libertà sono esauriti. Ecco perché ti ho chiesto se potevano essere trattati come continui. Hai provato a modellare usando la personalità del modello graduale?

Hai bisogno di aiuto per comprendere la variabile di interazione

I 2 fattori sono quantitativi, ma possono essere classificati come nominali.

Il motivo per cui l'ho chiesto è perché quando eseguo il comando fit model con i 2 fattori e l'incrocio dei 2 fattori come effetti del modello, il test F per gli effetti del modello è nullo. Penso che sia perché ogni fattore ha 2 gradi di libertà e l'interazione ne ha altri 4, il che fa 8 gradi di libertà. Ciò non lascia gradi di libertà per il termine di errore, motivo per cui il test F non può mostrare alcun risultato. Non è vero? Se eseguo l'ANOVA senza i termini di interazione, funziona correttamente. E se ho cambiato uno dei fattori in una variabile continua, funziona bene, ma penso che nel mio caso dovrebbero essere entrambi impostati come nominali.

Stavo cercando online e sembra che come regola generale non sia possibile analizzare correttamente l'interazione tra 2 fattori con solo 1 replica/combinazione. Vorrei solo essere sicuro di questo fatto.

Hai bisogno di aiuto per comprendere la variabile di interazione

Dovresti stare bene. Se ci sono entrambi fattori categoriali a 3 livelli, il modello è piuttosto saturo ma si ottengono i termini delle interazioni delineati. Potresti anche provare una regressione graduale per rendere il modello più parsimonioso. Se un fattore è continuo e uno è categorico, allora mi sembra quando si utilizzano le "risposte simulate" sotto il triangolo rosso che hai abbastanza DoF per le interazioni e l'errore. In alternativa puoi anche aggiungere una riga aggiuntiva e replicare una delle altre combinazioni.

Hai bisogno di aiuto per comprendere la variabile di interazione

Ora ho capito, grazie.

Un'altra domanda... Se ho un set di dati con 2 fattori, ma c'è solo 1 replica/osservazione (come mostrato di seguito), non posso fare alcuna analisi di interazione a causa della DoF insufficiente, giusto??

Fattore A Fattore B Risposta

1 a y1

1 b y2

1 c y3

2 aa4

2 b y5

2 c y6

3 a y7

3 b y8

3 c y9

Hai bisogno di aiuto per comprendere la variabile di interazione

Per prima cosa, dopo aver adattato il tuo modello, vai al triangolo rosso e scegli salva colonne> "formula di previsione"

Ciò salva la formula di previsione per il tuo modello nella tabella dei dati.

Vai alla tua tabella di dati JMP e noterai che una nuova colonna è stata aggiunta all'estrema destra denominata formula di previsione

Fare doppio clic sull'intestazione della colonna e verrà visualizzata una finestra di dialogo.

Sotto il menu a tendina delle proprietà della colonna evidenziare Formula

fare clic sul pulsante modifica formula

vai al menu a tendina del triangolo rosso e scegli semplifica

Questo ti darà le stime dei parametri semplificate.

Il motivo per cui hai ottenuto strane stime dei parametri è perché probabilmente hai scelto un design a 3 livelli. Avresti potuto ottenere la stessa cosa con un design a due livelli e aggiungere solo punti centrali che avrebbero potuto essere più semplici.