77079_it-IT

liliconcom

termini del terzo ordine nel modello lineare

Cari esperti JMP,

Mi piacerebbe sentire le vostre opinioni sugli argomenti seguenti:

1) Ha senso includere i termini del terzo ordine (cubici, di interazione) in un modello con corse sperimentali consistenti in fattori investigati solo su 3 livelli?

2) In quali circostanze includeresti i termini del terzo ordine rispetto al modello di processo industriale?

Grazie mille,

Michal

Ri: termini del terzo ordine nel modello lineare

Da aggiungere al mio collega @markbailey Le raccomandazioni e i consigli, rispetto alla tua seconda domanda su "quando" ?, aggiungerò il pensiero che, se le tue conoscenze di fisica, chimica, biologia o comportamento socioeconomico o di dominio generale sono tali da PRIMA di condurre esperimenti, sospetti che possano esserci effetti di interazione a 3 fattori attivi, beh, questo è il momento in cui ho impostato un progetto che consentiva la stima di quegli effetti. Puoi farlo in modo più efficiente all'interno della piattaforma di progettazione personalizzata JMP articolando esplicitamente gli effetti di interazione dei fattori specifici che desideri stimare.

Ri: termini del terzo ordine nel modello lineare

Innanzitutto, non è possibile stimare i parametri per i termini del terzo ordine con solo tre livelli. Se hai un esperimento che si adatta correttamente al modello del secondo ordine, anche se privo di adattamento, usa DOE> Progettazione avanzata per aggiungere i nuovi termini e creare le nuove esecuzioni che integrano le esecuzioni originali.

 

In secondo luogo, vorrei esplorare i termini del terzo ordine se il mio secondo modello di ordine mostrava una mancanza di adattamento significativa o non ero in grado di verificare le previsioni del modello del secondo ordine. Questo errore indica errori del modello che non possono essere testati come mancanza di adattamento.

 

Il modello del secondo ordine modella con successo la maggior parte dei casi con una risposta non lineare ma su un intervallo esteso, potrebbe essere richiesto un modello lineare di ordine superiore o un altro modello completamente (ad esempio, rete neurale) per l'eliminazione del bias. Ad esempio, se la risposta presenta un asintoto, la funzione polinomiale non modellerà correttamente la risposta.