混合 + 非混合計画でのシェッフェ モデルのフィッティングこんにちは、
4 つの混合変数と 13 の非混合変数を含むカスタム計画があります。 24 回の実行でスクリーニング実験を行っています。 主効果のみで「モデルの適合」機能を使用し、モデルの適合に「切片なし」を選択すると、
1) シェッフェモデルは入手できますか?
2) スクリーニングを実行しているため、モデルには交互作用項を含めず、主効果のみに注目します。 では、この場合、シェッフェ モデルを開発するメリットはあるのでしょうか?
Re: 混合 + 非混合計画におけるシェッフェ モデルのフィッティングあなたは正しい考えを持っています。 もちろん、自由度などに応じて、2 の乗数が正しい場合もあれば正しくない場合もあります。 したがって、JMP を使用する方が簡単です。 パラメーター推定値テーブルを右クリックし、[列] > [下位 95%] および [上位 95%] を選択します。 これにより、各パラメーター推定値の 95% 信頼区間が得られます。
Re: 混合 + 非混合計画におけるシェッフェ モデルのフィッティング簡単な解決策が理解できたと思います。 私が正しく理解していることを確認するためにここに書いておきます。
混合変数 X1、X2、X3、X4 の推定値をそれぞれ B1、B2、B3、B4 とし、各推定値の標準誤差をそれぞれ SD1、SD2、SD3、SD4 とします。 次に、推定値の 95% CI は (B1-2*SD1, B1+2*SD1)、(B2-2*SD1, B2+2*SD2) などとなります。次に、データの平均を Y として計算します。 /n ここで、n は観測値の数です。 今、逆の場合(B1-2*SD1,B1+2*SD1) にはデータの平均が含まれています。つまり、X1 は有意ではなく、その逆も同様です。 私は正しいでしょうか？
Re: 混合 + 非混合計画におけるシェッフェ モデルのフィッティングダンさん、ありがとう！
簡単な解決策に関して、パラメータ推定値の信頼区間をデータの全体平均と比較すると言うとき、どのデータを参照しているのでしょうか? 従属変数（Y）に対応するデータですか、それとも混合変数に対応するデータですか？
Re: 混合 + 非混合計画におけるシェッフェ モデルのフィッティング私の知る限り、テストがカバーされているのはトレーニング コースだけです。混合実験の設計と分析。
計算は実際には正しいですが、主効果に関する帰無仮説が適切ではありません。
シェッフェ モデルの場合、主効果はパラメーター推定値をデータの全体平均と比較する必要があります。 パラメータ推定テーブルは 0 と比較されます。
簡単な解決策: 各パラメータ推定値の信頼区間を作成するだけです。 信頼区間にデータの全体平均が含まれている場合、その成分はほとんど影響しません。 平均値が信頼区間の外にある場合、その成分が影響します。
相互作用効果に関する結論は問題ありません。
Re: 混合 + 非混合計画におけるシェッフェ モデルのフィッティングダンさん、ありがとう！
シェッフェ モデルでは、t 検定では成分の効果の統計的有意性が評価されないため、混合変数の p 値の計算が通常のモデルほど単純ではないことを理解しています。 シェッフェ モデルの場合に混合変数の p 値がどのように計算されるかを示すドキュメントはありますか?
Re: 混合 + 非混合計画におけるシェッフェ モデルのフィッティングJMP バージョン 13 では、分散分析レポートはデフォルトで閉じられます。 レポート上部の「応答 Y」の横にある赤いポップアップ メニューに移動して開く必要があります。Y は応答変数の名前です。 そこから、「回帰レポート」>「分散分析」を選択します。 場合によっては、分析に必要な項目を赤いポップアップ メニューから要求する必要があることに注意してください。
パラメーター推定に関しては、JMP が計画を作成した場合、混合因子の擬似成分コーディングと非混合因子の「通常の」コーディングが自動的に有効になります。 これは、計画を作成したときに因子の自然単位を指定したことを前提としています。 このコーディングは、混合モデルがデータに適合したかどうかを示すものではありません。
Re: 混合 + 非混合計画におけるシェッフェ モデルのフィッティングダンさん、ありがとう！
しかし、[分析] の下の [モデルの適合] をクリックしても、分散分析レポートが表示されません。 最小二乗近似パラメータ推定値を取得します。混合変数がスケーリングされていて (平均 = 0、範囲 = 1)、パラメーター推定値も存在していることがわかります。 では、これらの推定値はシェッフェ モデルの係数なのでしょうか?
Re: 混合 + 非混合計画におけるシェッフェ モデルのフィッティング合計が 1 になる混合係数を使用してモデルを構築する場合は、シェッフェ混合モデルなどの混合モデルをフィッティングする必要があります。 そうしないと、特異な行列メッセージが表示されます。 これは主効果モデルだけの場合にも当てはまります。 本当に選択の余地はありません。
シェッフェ混合モデルは切片なしモデルと同じではないことに注意してください。 JMP でシェフェ混合モデルを近似すると、分散分析レポートには次のように表示されます: 縮小モデル Y= 平均に対してテスト済み。 モデルが切片なしモデルの場合、メッセージは次のようになります: 縮小モデル Y=0 に対してテストされました。
