데이터가 누락된 요인 실험 분석<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />나는 일반적으로 DOE를 처음 접한다는 사실로 내 질문을 시작하겠습니다. 기본 사항을 배우려고 노력한 후, 5개의 중심점을 사용하여 2^5 완전 요인 실험을 설계했습니다(프로세스 오류 추정치를 얻기 위해). 궁극적으로 프로세스는 다양한 방식으로 특성화하는 샘플을 생산하는 것입니다. 우리는 많은 응답을 보고 있습니다. 문제는 어떤 이유로 샘플이 해당 유형의 특성화에 적합하지 않았기 때문에 일부 샘플의 경우 모든 특성화를 수행할 수 없다는 것입니다. 그래서 몇 가지 누락된 데이터 포인트로 결과를 분석하는 방법이 궁금합니다. 지금은 정말 간단한 작업을 시도하고 있으며 주요 효과, 상호 작용 효과 등을 계산합니다. 결과를 직접 계산하기 위해 스프레드시트를 생성하고 소프트웨어를 통해 데이터를 실행했습니다. 모든 데이터가 있는 응답에 대해 내가 계산한 효과는 소프트웨어에서 계산한 것과 동일합니다. 몇 가지 데이터 포인트가 누락된 응답의 경우 효과가 다릅니다. 그들은 가깝지만 같지는 않습니다. 계산에서 내가 변경한 것은 내가 가지고 있지 않은 데이터 포인트를 생략한 것뿐이었습니다(따라서 예를 들어 8개의 값을 평균화해야 하는 경우 평균 7개가 됩니다). 제가 정말로 알고 싶은 것은 누락된 데이터 포인트가 있는 경우 소프트웨어가 효과를 계산하는 방법입니다. 이 계산을 어떻게 재현할 수 있습니까? 나는 평생 동안 누락된 데이터 포인트로 일반적으로 무엇을 해야 하는지에 대한 정보를 찾을 수 없습니다. 32개의 실행 중 몇 개의 데이터 포인트만 누락되었기 때문에 결과를 마이닝하는 데 여전히 많은 가치가 있다고 생각합니다...
Re: 데이터가 누락된 요인 실험 분석미셸,
나는 당신이 그것을 계산할 수 있다고 확신하지만 그것은 약간의 행렬 계산을 포함할 것입니다. 그러나 실질적으로 말하면 전체 요인 설계를 완료했다는 사실에는 누락된 값이 있음에도 불구하고 응답을 설명하는 모델에 적합할 수 있는 충분한 자유도가 있습니다. 모수 추정치는 다소 편향될 수 있지만 효과가 중요한지 여부에 대한 결론은 괜찮을 것입니다.
루
Re: 데이터가 누락된 요인 실험 분석감사합니다 Lou - 매우 도움이 됩니다! 그렇다면 다음과 같이 말하는 것이 공정할까요?
(a) 소프트웨어와 동일한 방식으로 효과를 손으로 계산하는 것은 중요하지 않습니다(즉, 이에 대한 (상대적으로) 간단한 공식은 없습니다).
(b) 소프트웨어에 의해 계산된 효과는 단순히 누락된 데이터를 생략하여 손으로 계산한 것보다 더 낫습니다(더 정확함).
(c) 누락된 데이터가 있더라도 소프트웨어의 결과는 여전히 OKAY입니다(특히 대부분의 데이터가 있는 경우...).
손으로 효과를 계산할 수 없다는 사실이 정말 괴롭습니다. 분석을 좀 더 제어하고 계산 작동 방식을 이해하는 데 아웃소싱하기보다는 처리량을 위한 도구로 소프트웨어를 더 많이 사용하고 싶습니다.
Re: 데이터가 누락된 요인 실험 분석다음은 단순한 3요인 완전 요인 설계의 예입니다. 첫 번째 경우는 8개의 런을 모두 설계 평가에 사용하는 경우이고 두 번째 경우는 응답이 누락되어 한 행이 제외되는 경우입니다. 보시다시피 속성은 상당히 다르며 두 번째 경우의 매개변수 추정에 영향을 미칩니다.
Re: 데이터가 누락된 요인 실험 분석미셸,
아주 좋은 질문입니다! 누락된 데이터가 없을 때 설계 매개변수 추정치는 손으로 쉽게 계산되고 소프트웨어 출력과 일치합니다. 직교 설계가 표시하는 모든 놀라운 속성 때문입니다. 그러나 누락된 데이터가 있는 즉시 설계가 불균형해지고 매개변수 추정치를 편향시킬 수 있는 모델 항에 상관관계가 발생합니다. 언급했듯이 계산은 실제로 가깝지만 소프트웨어 출력과 일치하지 않습니다. 이는 소프트웨어 출력이 누락된 데이터 행의 결과로 발생하는 편향을 포함하는 매개변수 추정치를 계산하기 때문입니다. JMP에서 설계 평가 기능을 사용하고 결측값이 제외된 데이터 행이 포함된 데이터 표와의 상관 관계에 대한 컬러 맵을 보면 매개변수 추정치에 포함된 편향을 볼 수 있습니다.
이게 도움이 되길 바란다.
