Superficie de respuestaQueridos JMPers,
Soy un nuevo usuario de JMP. Estoy usando Response Surface (BOX-B) para optimizar mi fórmula. Tengo tres factores, cada factor tiene tres niveles. Realizo 14 pruebas en total (incluyendo dos puntos centrales).
Mi problema ahora es que el significado general de ANOVA (prueba F) es mayor que mi nivel de significación (0.05). ¿Significa esto que el modelo no se ajusta aunque el valor p de falta de ajuste es mayor que mi nivel de significación? ¿Qué debo hacer con esto?
¡Muchas gracias!
Re: superficie de respuestaPrimero, estoy de acuerdo con @markbailey y @louv sobre la eliminación de algunos de los términos de orden superior menos significativos para ayudar a mejorar su ajuste general.
Sólo un par de cosas que podría considerar.
Debido a que está trabajando con mezclas o componentes de la mezcla, todos los componentes de la mezcla estarán completamente correlacionados o dicho de otra manera que no son / no pueden ser independientes entre sí, por lo que teniendo en cuenta que tendrá alias / confusión con su modelo, lo que lo llevará a un valor ANOVA (F-Test) más alto. Este es el comportamiento más o menos esperado con las mezclas.
Según el conocimiento de su dominio, ¿existen combinaciones de los componentes de la mezcla que sabe que no funcionarán o le darán malos resultados? Si es así, puede agregar restricciones a su diseño para que las combinaciones en cuestión no formen parte de su diseño.
Otra opción de ajuste que puedes probar es un Scheffe Cubic para ver si obtienes un mejor ajuste. Sin embargo, tenga cuidado porque a veces un mejor Rsquare no significa un mejor modelo de predicción. Use su Resumen de efectos aquí también para eliminar términos de orden superior que no son importantes para el modelo. Compara tus modelos y ve cuál es el mejor.
HTH
Cuenta
Re: superficie de respuestaDe acuerdo con la evaluación de Mark. Se ve bien y probablemente mejore al eliminar los términos insignificantes.
Lo adicional que compartiría después de muchos años es "cuanto más mejor" con respecto a los factores de detección antes de cualquier RSM. Con los diseños de cribado definitivos recientemente introducidos, por ejemplo, se pueden filtrar de manera eficiente 10 factores en 25 ejecuciones. Solo estoy compartiendo estas ideas porque cuando se me preguntó "qué harías si tuviera que hacerlo todo de nuevo", diría que me hubiera gustado haber analizado más factores antes de suboptimizar potencialmente algunos.
Re: superficie de respuestaGracias bill Sí, estoy mezclando caucho con polímeros. ¿Podría por favor indicar qué otra cosa debo tener en cuenta? Gracias.
Re: superficie de respuestaMuchas gracias.
Re: superficie de respuestaSegún lo que está mostrando, parece que está haciendo mezclas de caucho, peróxido y co-agente. Si esto es realmente lo que estás haciendo, hay otras cosas que debes tener en cuenta con tu modelo junto con lo que estás haciendo. @markbailey estaba sugiriendo
Re: superficie de respuestaPuede intentar eliminar algunos de los términos de orden superior menos significativos, como X3 * X3 y X1 * X2. También puede cambiar la personalidad de ajuste en el cuadro de diálogo Ajustar modelo a Paso a paso y usarlo como ayuda para modelar la selección.
Gracias por compartir los resultados de JMP, las cosas se verían bien.
