최종 선별 적합: 주효과도가 모형 모수 추정치와 일치하지 않습니까?나는 이것에 대한 간단한 설명이 있어야 한다고 생각하지만 오늘 "통계학자의 블록"을 가지고 있습니다.
첨부된 자료에서 적어도 두 가지가 궁금합니다.
1. Fit Definitive Screening은 X__2가 아닌 X__3을 중요한 것으로 식별합니다. 모델 적합을 사용하여 이 작업을 수행하면 X__2의 매개변수 추정치가 X__3보다 훨씬 작으므로 t 비율이 더 작아지고 X__2가 중요하지 않다는 것을 알고 있습니다. 그것은 괜찮지만 여기에 표시된 주요 효과 플롯과 모순되는 것 같습니다.
2. 예측 프로파일러를 기반으로 X__7의 매개변수 추정값은 주효과 플롯에서 보는 것과 다른 부호를 갖습니다.
내가 고려한 가설은 다음과 같습니다. (a) 어떻게든 상호작용이 주효과 추정치에 영향을 미치고 있습니다(그래서 두 번째 y 변수 X__9를 만든 것입니다). 주효과가 최종 선별 설계에서 상호작용이 명확하기 때문에 이것이 발생해서는 안 된다는 것을 알고 있음에도 불구하고 말입니다. . 동일한 현상이 X__8과 X__9 모두에 존재한다는 점을 감안할 때 나는 이것을 배제했습니다. (b) DSD에서 범주형 요인의 존재는 연속 요인과 교란을 일으키고 있습니다. 가능하지만 이 DSD에 대한 설계 진단은 약 r=0.1에 불과한 연속 및 범주 사이의 매우 작은 상관관계를 나타냅니다. 또한 이것이 어떻게 X__3이 X__2보다 먼저 선택되는지 알기 어렵습니다(디자인 매트릭스의 이 두 열 사이에 상관 관계가 없기 때문에).
데이터가 첨부되어 있습니다. 참고 두 개의 y 변수가 있습니다. 실수 y는 X__8입니다. 중요한 상호 작용을 제거하는 방식으로 X__9를 만들었습니다.
Re: Fit Definitive Screening: Main Effects Plot이 모델 모수 추정치와 일치하지 않습니까?Bradley가 언급한 동작이 곧 제공될 JMP 14.1에서 해결되었음을 확인할 수 있습니다.
Re: Fit Definitive Screening: Main Effects Plot이 모델 모수 추정치와 일치하지 않습니까?범주형 요인이 활성화되지 않은 경우 주효과도가 유용합니다. 그러나 범주형 요인의 효과가 큰 경우에는 주효과도보다 프로파일러를 믿어야 합니다.
JMP 14에서 이 바람직하지 않은 동작을 변경하기에는 너무 늦었지만 JMP 14.1에서 주효과의 다중 회귀 계수를 사용하여 선을 그렸으면 합니다.
Re: Fit Definitive Screening: Main Effects Plot이 모델 모수 추정치와 일치하지 않습니까?따라서 기본적으로 범주형 요인으로 "DSD"를 실행하는 경우 주효과도를 무시해야 합니까? "Fit Definitive Screening" 축소 모델은 앨리어싱을 깨기 위해 더 많은 데이터를 수집하지 않고 얻을 수 있는 최상의 추정치를 제공합니다.
Re: Fit Definitive Screening: Main Effects Plot이 모델 모수 추정치와 일치하지 않습니까?여기에는 여러 가지 문제가 있습니다.
주효과도에서 표시되는 적합선은 각 개별 x에 대한 y의 단순 선형 회귀 결과입니다. 범주형 요인이 없으면 모든 주효과가 직교하므로 선형 회귀를 수행하든 다중 회귀를 수행하든 모든 요인에 대한 기울기가 동일합니다. 두 개의 범주형 요인이 있으므로 이러한 요인과 다른 모든 요인 사이에 작은 상관관계가 있습니다.
X3은 범주형 요인 X5 및 X7과 상관관계가 있으므로 모형에 다른 항목이 없는 Y에 대한 X3의 적합도를 보여주는 주효과 그림은 X5 및 X7의 앨리어싱으로 인해 계수가 0.08입니다. 대조적으로 주요 효과 모델의 계수는 0.22입니다.
X2는 또한 X5 및 X7과 상관관계가 있습니다. 주효과도의 계수는 0.157인 반면 주효과 모델의 계수는 0.014입니다. 이 경우 X5와 X7에 의한 앨리어싱으로 인해 X2 대 Y의 단순 기울기는 다시 더 가파르게 보입니다.
데이터 테이블이 DSD가 아님을 지적해야 합니다. 주효과와 2요인 상호작용 사이에는 상관관계가 있습니다. 이는 X5 및 X7의 일부 항목이 폴드오버 쌍 간에 전환되었기 때문입니다.
