Ich habe versucht, verschiedene Beiträge zum Umgang mit Situationen der Datenzensur durchzulesen, konnte aber nicht herausfinden, wie ich am besten mit meiner Situation umgehen soll. Hier ist es also...
Wir haben eine DoE mit drei Variablen durchgeführt: einer Art Tensid (Surf), einer Wassermenge (Water) und einer Salzmenge (Salt). Die Antwort ist die „Mindestmenge an Tensid, die im Prozess wirksam ist (Surf_min).“ Letztendlich möchten wir ein Modell entwickeln, das Surf_min für eine gegebene Brandung, Wasser und Salz berechnet.
Für einige der Bedingungen im DoE konnten wir nicht die Konzentrationen erreichen, die hoch genug waren, um das Tensid wirksam zu machen. Diese Zahl kann unter verschiedenen Bedingungen unterschiedlich sein. Für mich ist das ein klassischer Fall richtiger Zensur. Die Frage ist nun, wie analysiere ich diesen Datensatz?
Ich habe mir die Vorträge zum Discovery Summit 2017 und den dazugehörigen Beitrag hier angesehen. Es scheint, dass ich die Plattform „Modell anpassen“ mit der Option „Generalisierte Regression“ mit JMP Pro verwenden könnte. Ich habe nur das übliche JMP (13.1).
Ich freue mich über jeden Beitrag hier. Ich würde mich auch freuen, wenn mir jemand eine gute Referenz zu diesem Thema nennen könnte, damit ich etwas mehr lernen kann.
Danke
Diese Discovery-Präsentation ist eine gute Ressource zum Verständnis der Verwendung der Generalisierten Regression in JMP Pro für zensierte Daten. Gehen Sie zu 19:27 Uhr für eine Demonstration. In diesem Fall wird die Antwort linkszensiert, da einige Beobachtungen unterhalb der Nachweisgrenze liegen.
Vielen Dank!
Konnte bei der Analyse große Fortschritte machen.
Wenn Sie über JMP Pro verfügen, können Sie Generalized verwenden Rückschritt durch Analysieren > Modell anpassen . Siehe das Kapitel über diese Analyse in Helfen > Bücher > Anpassen linearer Modelle .
Wenn Sie JMP haben, können Sie es verwenden Parametrisches Überleben , auch durch Analysieren > Modell anpassen . Siehe das Kapitel über diese Analyse in Helfen > Bücher > Zuverlässigkeit und Überleben .
