Alto VIF en espacio de diseño restringido<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Hola,
Estoy trabajando en analizar un espacio de diseño que está restringido. Hay 3 factores, todos entre 0 y 1, cuya suma no debe exceder de 1. Tenga en cuenta que este no es un diseño de mezcla, ya que la suma puede ser menor que 1 pero no superior.
He creado un espacio de diseño con 20 experimentos. Como el resultado de los experimentos proviene de un largo cálculo de CFD, no hay repeticiones (las repeticiones darían exactamente la misma respuesta).
Soy capaz de ajustar un buen modelo cuadrático en los datos, pero encuentro valores de Factores de Inflación Variables (VIF) que son muy altos, desde 7 hasta cientos de bajas. Mis libros de texto me advierten que estos nunca deben exceder de 5 a 10, así que estoy un poco preocupado por esto.
Tengo la sospecha de que los VIF altos son causados por la restricción en el espacio de diseño, porque en espacios de diseño sin restricciones para problemas similares no encuentro valores VIF tan altos.
¿Alguna idea sobre por qué los VIF son tan altos? ¿Es en verdad debido a la restricción? He adjuntado algunos datos de ejemplo FYI.
Alto VIF en espacio de diseño restringidoSí, lo siento, mi error sobre los rangos.
Re: Alto VIF en espacio de diseño restringidoLas cifras indican que agregar una restricción como 0 <= A + B + C <= 1 hará que el espacio de diseño sea mucho menos ortogonal y, por lo tanto, aumente los VIF.
Solo una cosa: usted dice que el rango de datos es 0 a 0.667, pero claramente es 0 a 1. Las entradas 2-4 tienen un valor de 1 para cada uno de los tres factores.
Re: Alto VIF en espacio de diseño restringidoCiertamente, la aplicación de restricciones puede inducir cierta colinealidad que podría manifestarse como valores altos de VIF. Sin embargo, cuando observé sus datos y ajusté una superficie de respuesta, los valores de VIF estaban por debajo de 10; vea la captura de pantalla a continuación:
Entonces la pregunta es ¿por qué la diferencia? Los datos del DOE tendrán propiedades de columna, por ejemplo, Codificación ... Me pregunto si en algún punto a lo largo de la línea estos se han especificado mal, lo que causaría una colinealidad artificial debido a rangos extraños en la propiedad de codificación.
Acabo de cambiar la codificación de las columnas A, B, C para tener rangos de 0 a 1 y ahora veo los siguientes valores mucho más altos de VIF:
Mi interpretación es que esto está siendo inducido artificialmente por la propiedad de codificación. Si todos mis factores están en el mismo rango numérico, me complace simplemente eliminar la codificación. Alternativamente, puede especificar que la codificación se base en el rango de datos real de 0 a 0.667, lo que hace que los valores se encuentren por debajo del "umbral de 10".
Para comprender la naturaleza de la colinealidad, puede observar las correlaciones de A, B, C en Métodos multivariables> Multivariable y también dentro del Modelo de ajuste: Estimaciones> Correlación de estimaciones.
Dave
