VIF elevato nello spazio di progettazione vincolato<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Ciao,
Sto lavorando per analizzare uno spazio di progettazione che è limitato. Ci sono 3 fattori, tutti tra 0 e 1, la cui somma non deve superare 1. Si noti che questo non è un disegno misto, in quanto la somma può essere inferiore a 1 ma non superiore.
Ho creato uno spazio di progettazione con 20 esperimenti. Poiché il risultato degli esperimenti deriva da un lungo calcolo CFD, non vi sono repliche (le repliche darebbero esattamente la stessa risposta).
Sono in grado di adattare un buon modello quadratico ai dati, ma trovo valori di variabili variabili dell'inflazione (VIF) molto elevate, da 7 a poche centinaia. I miei libri di testo mi consigliano di non superare mai i 5-10, quindi sono un po 'preoccupato per questo.
Ho il sospetto che gli alti VIF siano causati dal vincolo sullo spazio di progettazione, perché in spazi di progettazione non vincolati per problemi simili non trovo valori VIF così alti.
Qualche idea sul perché i VIF sono così alti? è davvero dovuto al vincolo? Ho allegato alcuni dati di esempio FYI.
VIF elevato nello spazio di progettazione vincolatoSì, mi dispiace, il mio errore sulle gamme.
Ri: Alta VIF nello spazio di progettazione vincolatoÈ chiaro che l'aggiunta di un vincolo come 0 <= A + B + C <= 1 renderà lo spazio di progettazione molto meno ortogonale, quindi aumentando i VIF.
Solo una cosa: tu dici che l'intervallo di dati va da 0 a 0,667, ma è chiaramente da 0 a 1. Le voci 2-4 hanno un valore di 1 per ciascuno dei tre fattori.
Ri: Alta VIF nello spazio di progettazione vincolatoSicuramente l'applicazione di vincoli potrebbe indurre una collinearità che potrebbe manifestarsi come valori VIF elevati. Tuttavia, quando ho dato un'occhiata ai tuoi dati e ho adattato una superficie di risposta, i valori VIF erano tutti inferiori a 10 - vedi schermata seguente:
Quindi la domanda è: perché la differenza? I dati dal DOE avranno proprietà di colonna es Coding ... Mi chiedo se da qualche parte lungo la linea questi siano stati erroneamente specificati causando una collinearità artificiale a causa di strane gamme sulla proprietà di codifica?
Ho appena cambiato la codifica delle colonne A, B, C per avere intervalli 0 tol 1 e ora vedo i seguenti valori molto più alti di VIF:
La mia interpretazione è che questo viene indotto artificialmente dalla proprietà di codifica. Se tutti i miei fattori sono nello stesso intervallo numerico, sono lieto di rimuovere la codifica. In alternativa, è possibile specificare la codifica in base all'intervallo di dati effettivo da 0 a 0,667 che porta i valori al di sotto della "soglia 10".
Per comprendere la natura della collinearità è possibile esaminare le correlazioni di A, B, C in Metodi multivariati> Multivariata e anche all'interno di Modello di adattamento: Stime> Correlazione delle stime.
Dave
