Surface de réponseChers JMPers,
Je suis un nouvel utilisateur de JMP. J'utilise Response Surface (BOX-B) pour optimiser ma formule. J'ai trois facteurs, chaque facteur a trois niveaux. Je lance 14 tests au total (dont deux points centraux).
Mon problème est maintenant que la signification globale de l'ANOVA (test F) est supérieure à mon niveau de signification (0,05). Cela signifie-t-il que le modèle ne correspond pas bien que la valeur p de non-ajustement est supérieure à mon niveau de signification? Que dois-je faire avec ça?
Merci beaucoup!
Re: surface de réponseTout d'abord, je suis d'accord avec @markbailey et @louv supprimer certains des termes les moins significatifs pour améliorer votre ajustement global.
Juste quelques points à considérer.
Parce que vous travaillez avec des mélanges ou des composants de mélange, tous les composants du mélange sont complètement corrélés ou ne sont pas indépendants les uns des autres. Par conséquent, vous aurez un aliasing / confusion avec votre modèle qui conduira à à une valeur supérieure d'ANOVA (F-Test). C'est un comportement plus ou moins attendu avec les mélanges.
Selon votre connaissance du domaine, y a-t-il des combinaisons de vos composants de mélange que vous savez ne fonctionneront pas ou vous donneront de mauvais résultats? Si tel est le cas, vous pouvez ajouter des contraintes à votre conception afin que les combinaisons de problèmes ne fassent pas partie de votre conception.
Une autre option d’ajustement que vous pouvez essayer est un Scheffe Cubic pour voir si vous avez un meilleur ajustement. Soyez prudent cependant car parfois un meilleur Rsquare ne signifie pas un meilleur modèle prédictif. Utilisez également ici votre résumé d'effet pour supprimer les termes d'ordre supérieur qui ne sont pas importants pour le modèle. Comparez vos modèles et voyez quel modèle est le meilleur.
HTH
Facture
Re: surface de réponseD'accord avec l'évaluation de Mark. On dirait bien et probablement améliorer en supprimant les termes insignifiants.
La chose supplémentaire que je voudrais partager après de nombreuses années est le "plus on est de fous" en ce qui concerne les facteurs de dépistage avant toute RSM. Avec les derniers modèles de sélection définitifs, vous pouvez par exemple analyser efficacement 10 facteurs en 25 analyses. Je ne fais que partager ces idées car, lorsqu'on lui a demandé "que feriez-vous si je devais tout refaire de nouveau", je dirais que j'aurais souhaité pouvoir examiner plus de facteurs avant de potentiellement sous-optimiser quelques-uns.
Re: surface de réponseMerci, Bill. Oui, je mélange du caoutchouc avec des polymères. Pourriez-vous s'il vous plaît indiquer quoi d'autre je dois prendre en considération? Merci.
Re: surface de réponseMerci beaucoup.
Re: surface de réponseD'après ce que vous montrez, il semblerait que vous prépariez des mélanges de caoutchouc, de peroxyde et de co-agent. Si c’est vraiment ce que vous faites, vous devez prendre en compte d’autres éléments avec votre modèle et ce @markbailey suggérait.
Re: surface de réponseVous pouvez essayer de supprimer certains termes d’ordre supérieur les moins significatifs, tels que X3 * X3 et X1 * X2. Vous pouvez également modifier la personnalité de l'ajustement dans la boîte de dialogue Ajuster le modèle en étape par étape et l'utiliser comme aide à la sélection du modèle.
Merci de partager vos résultats JMP - sinon, les choses vont bien.
