Hoher VIF in eingeschränktem Designraum<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Hallo,
Ich arbeite daran, einen Gestaltungsraum zu analysieren, der eingeschränkt ist. Es gibt 3 Faktoren, alle zwischen 0 und 1, deren Summe 1 nicht überschreiten sollte. Beachten Sie, dass dies kein Mischungsdesign ist, da die Summe weniger als 1 sein kann, jedoch nicht darüber.
Ich habe einen Designraum mit 20 Experimenten erstellt. Da das Ergebnis von Experimenten auf einer langen CFD-Berechnung beruht, gibt es keine Replikate (Replikate würden genau dieselbe Antwort geben).
Ich kann ein schönes quadratisches Modell an die Daten anpassen, aber ich finde VIF-Werte (Variable Inflation Factors), die sehr hoch sind, von 7 bis zu niedrigen Hunderten. In meinen Lehrbüchern wird empfohlen, diese Werte sollten 5-10 nicht überschreiten, daher mache ich mir etwas Sorgen.
Ich habe den Verdacht, dass die hohen VIF-Werte durch die Einschränkung des Designbereichs verursacht werden, da ich in unbeschränkten Designbereichen für ähnliche Probleme keine so hohen VIF-Werte finde.
Irgendwelche Gedanken, warum die VIFs so hoch sind? liegt es in der Tat an der Einschränkung? Ich habe einige Beispieldaten zu Ihrer Information hinzugefügt.
Hoher VIF in eingeschränktem DesignraumJa, Entschuldigung, mein Fehler bei den Reichweiten.
Re: Hohe VIF im eingeschränkten DesignraumEs zeigt sich, dass das Hinzufügen einer Einschränkung wie 0 <= A + B + C <= 1 den Konstruktionsraum viel weniger orthogonal macht und somit die VIFs erhöht.
Nur eines: Sie sagen, dass der Datenbereich 0 bis 0,667 beträgt, aber eindeutig 0 bis 1 ist. Die Einträge 2-4 haben für jeden der drei Faktoren einen Wert von 1.
Re: Hohe VIF im eingeschränkten DesignraumSicherlich kann das Anwenden von Einschränkungen zu einer Kollinearität führen, die sich als hohe VIF-Werte äußern kann. Wenn ich mir jedoch Ihre Daten ansehe und eine Antwortfläche anbrachte, waren die VIF-Werte alle unter 10 - siehe Abbildung unten:
Die Frage ist also, warum der Unterschied? Die Daten aus dem DOE haben Spalteneigenschaften, z Kodierung ... Ich frage mich, ob sie irgendwo entlang der Linie falsch spezifiziert wurden, was zu einer künstlichen Kollinearität aufgrund seltsamer Bereiche auf der Codiereigenschaft führte?
Ich habe gerade die Codierung der A-, B- und C-Spalten geändert, um Bereiche von 0 bis 1 zu haben, und jetzt sehe ich die folgenden viel höheren Werte von VIF:
Meine Interpretation ist, dass dies durch die Kodierungseigenschaft künstlich induziert wird. Wenn alle meine Faktoren im gleichen numerischen Bereich liegen, entferne ich einfach die Kodierung. Alternativ können Sie die Codierung so angeben, dass sie auf dem tatsächlichen Datenbereich von 0 bis 0,667 basiert, wodurch die Werte unter die "10-Schwelle" fallen.
Um die Art der Kollinearität zu verstehen, können Sie die Korrelationen von A, B, C unter Multivariate Methoden> Multivariate und auch innerhalb des Fit-Modells: Schätzungen> Korrelation von Schätzungen betrachten.
Dave
