欠損データを含む要因実験の分析<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />私は一般的にDOEに不慣れであるという事実を私の質問の前に置きます。基礎を学ぼうとした後、私は5つの中心点を持つ2 ^ 5の完全因子実験を計画しました（プロセス誤差の推定値を得るために）。最終的には、プロセスによってサンプルが生成されます。サンプルはさまざまな方法で特徴付けられています。私たちはたくさんの反応を見ています。問題は、いくつかのサンプルでは、特性評価のすべてを実行できないことです。これは、何らかの理由でそのサンプルがそのタイプの特性決定に対して実行可能ではないためです。だから、私はいくつかの欠けているデータポイントで結果を分析する方法を疑問に思っています。今、私は本当に簡単なことをして、主効果、相互作用効果などを計算しようとしています。結果を手作業で計算するためのスプレッドシートを作成し、ソフトウェアを介してデータを実行しました。私がすべてのデータを持っていた回答に関して、私が計算する効果はソフトウェアによって計算されたものと同じです。いくつかのデータポイントが欠けているという回答では、その効果は異なります。それらは近いです - しかし同じではありません。計算で変更したのは、自分が持っていなかったデータポイントを省略することだけでした（たとえば、8つの値を平均する必要がある場合は、平均7つの値になります）。私が本当に知りたいのは、欠けているデータポイントがある場合にソフトウェアがどのように効果を計算するかということです。この計算を再現するにはどうすればいいですか。データポイントがないために、一般的に何をするべきかについての情報を見つけることができません。私は32回の実行の中で少数のデータポイントを見逃しているだけなので、結果をマイニングすることにはまだ多くの価値があると思います...
欠測データによる要因実験の分析ミシェル、
私はあなたがそれを計算することができると確信していますが、それはいくつかの行列計算を含みます。しかし実際には、完全な要因計画を完成させたという事実は、値がなくても回答を表すモデルに適合するのに十分な自由度が確かにあるということです。パラメータの推定値は多少偏っているかもしれませんが、効果が重要であるかどうかについてのあなたの結論は丁度良いはずです。
ルー
欠測データによる要因実験の分析ありがとうLou - とても親切！それなら、それを言うのは公平でしょうか。
（a）ソフトウェアと同じ方法で効果を手作業で計算することは重要です（つまり、（比較的）単純な公式はありません）。
（b）ソフトウェアによって計算された効果は、欠けているデータを単純に省略することによって私が手で計算したものよりも優れている（より正確である）ので、それらを使用するべきです。
（c）ソフトウェアからの結果は、欠けているデータがあってもまだ大丈夫です（特にデータの大部分がある場合）。
それは私が手作業で効果を計算することができないことを本当に悩ませています。私は分析をもう少し制御して、計算のしくみを理解することをアウトソーシングするのではなく、スループットのためのツールとしてもっとソフトウェアを使用したいと思います。
欠測データによる要因実験の分析これは、単純な3要素フル要因計画の例です。最初のケースでは8回の実行すべてがデザイン評価に使用され、2番目のケースでは応答がないために1行が除外されます。ご覧のとおり、プロパティはまったく異なり、2番目のケースではパラメータ推定に影響を与えます。
欠測データによる要因実験の分析ミシェル、
とても良い質問です。欠損データがない場合、設計パラメータの見積もりは手作業で簡単に計算され、ソフトウェアの出力と一致します。それは、直交デザインが示す素晴らしい特性のすべてが理由です。ただし、データが足りなくなるとすぐに設計が不均衡になり、相関関係がモデルの項で発生し、パラメータの推定値に偏りが生じる可能性があります。あなたが言及したように、計算は確かに近いですが、ソフトウェア出力と一致しません。これは、ソフトウェアの出力が、データの行が失われた結果として発生するバイアスを含むパラメータ推定値を計算しているためです。JMPのデザイン評価機能を使用して、欠損値を除外したデータ行を含むデータテーブルとの相関関係のカラーマップを見ると、パラメータ推定値に含まれる偏りがわかります。
これが役に立つことを願っています。
