Comment analyser des données déséquilibrées dont trois facteurs indépendants sont des niveaux déséquilibrés ?Bonjour,
J'ai un ensemble de données qui comporte quatre prédicteurs : trois des prédicteurs, dont le temps, la distance et la puissance, sont déséquilibrés et un prédicteur d'équilibre. Avez-vous une idée de la meilleure façon d’analyser ces données ? Et comment puis-je les analyser ? J'apprécie toute aide.
Re : Comment analyser des données déséquilibrées dont trois facteurs indépendants sont des niveaux déséquilibrés ?Salut @Alose ,
Une fois les termes sélectionnés, il y a un bouton qui dit créer un modèle. Pour les modèles catégoriels, vous pouvez ajouter l'ensemble des effets puis les termes d'interaction et supprimer les effets paramétrés.
Voici un lien concernant la régression pas à pas qui devrait vous aider.
https://www.jmp.com/support/help/14/stepwise-regression-models.shtml#
Meilleur,
Chris
Re : Comment analyser des données déséquilibrées dont trois facteurs indépendants sont des niveaux déséquilibrés ?J'ai fait étape par étape avec une sélection avancée et une règle BIC minimale. Maintenant, cela se termine par des facteurs importants. Si je veux comparer chaque niveau de facteur ou leurs moyennes d’interaction, comment puis-je le faire ? Je veux voir s'il existe des différences significatives dans la réponse entre les niveaux de prédicteurs ou leurs combinaisons d'interactions.
Re : Comment analyser des données déséquilibrées dont trois facteurs indépendants sont des niveaux déséquilibrés ?Salut @Alose ,
Que diriez-vous d'essayer la régression pas à pas avec sélection directe ?De cette façon, vous n’inclurez que les interactions contenant des données. Déséquilibré, c'est OK, mais s'il manque des données pour un facteur dans une interaction, vous ne pouvez pas l'utiliser. il n’y a rien que l’on puisse estimer parce que les données ne sont pas là. Si vous avez trop d’effets de modèle et pas assez de données, vous ne pouvez pas estimer tous les effets.
Stepwise avec sélection avancée peut être utile dans ces cas. Idem avec les arbres de décision.
J'espère que cela pourra aider.
Chris
Chris
Re : Comment analyser des données déséquilibrées dont trois facteurs indépendants sont des niveaux déséquilibrés ?Merci beaucoup pour le lien.
Si je supprime les interactions qui ont des valeurs manquantes, je devrais supprimer la plupart des interactions. Pourriez-vous s'il vous plaît suggérer la meilleure méthode d'analyse si je souhaite connaître les interactions « intensité par temps », « intensité par écart » et « temps par écart » ?
J'ai encore apprécié toute votre aide.
Re : Comment analyser des données déséquilibrées dont trois facteurs indépendants sont des niveaux déséquilibrés ?Salut @Alose ,
Ah oui, certaines interactions ne fonctionneront pas car il n'y a pas de données. Un autre message présentait des problèmes similaires :
https://community.jmp.com/t5/Discussions/How-to-do-trois-way-Full-Factorial-ANOVA-with-unbalanced-data/td-p/34078
Le modèle mixte n'est pas nécessaire, il faudrait exclure les interactions qui n'ont pas de données comme ce qui a été fait avec le message ci-dessus.En regardant la distribution, vous devez déterminer quelles combinaisons ne contiennent pas de données devrait vous aider à choisir les interactions à inclure dans le modèle mixte.
Est ce que ça aide?
Chris
Re : Comment analyser des données déséquilibrées dont trois facteurs indépendants sont des niveaux déséquilibrés ?Cher Chris,
Merci pour votre aide et désolé pour ma réponse tardive. J'ai eu des problèmes avec l'accès à mon compte.
si je considère simplement les effets principaux et les interactions à deux voies, il me reste encore quelques valeurs manquantes. Par exemple, si vous remarquez la distribution de mes données, tous les niveaux de mes prédicteurs n'ont pas les mêmes numéros de données. Parce qu'il n'a pas été possible d'appliquer toutes les combinaisons de prédicteurs à mon expérience. Que diriez-vous si je fais un modèle mixte, place les prédicteurs avec des valeurs inégales sous des effets aléatoires ? Avez-vous une idée?
Meilleur,
Re : Comment analyser des données déséquilibrées dont trois facteurs indépendants sont des niveaux déséquilibrés ?Merci @Alose ,
Il semble que vous ayez 78 exécutions au total selon l'image.Le DOE factoriel complet nécessiterait 108 analyses pour 4 facteurs catégoriels, chacun avec les niveaux que vous avez spécifiés (6x3x3x2).
je suivrais @Dan_Obermiller conseils et analyser uniquement les principaux effets et les interactions bidirectionnelles pour le moment. Sinon, vous n'obtiendrez aucune valeur pour les estimations de paramètres (pas suffisamment de données pour correspondre au modèle que vous essayez d'ajuster car tous les facteurs sont catégoriques).
Chris
Re : Comment analyser des données déséquilibrées dont trois facteurs indépendants sont des niveaux déséquilibrés ?Merci, Chris.
J'ai 4 effets principaux au total mais chaque effet a des niveaux différents. Par exemple, le temps a 6 niveaux, Gap a 3 niveaux et ainsi de suite. J'ai joint un écran de mon analyse de distribution. Une autre chose est que lorsque j'effectue une régression multiple, certaines variables sont corrélées. Et aussi en effectuant une factorielle complète, VIF a montré des valeurs élevées. Je me demande si ces valeurs VIF sont vraies puisque je ne suis pas sûr que la factorielle complète soit correcte ? Comme je l'ai dit, certaines estimations de paramètres manquent.
Re : Comment analyser des données déséquilibrées dont trois facteurs indépendants sont des niveaux déséquilibrés ?Une autre approche possible, plutôt que d’aller de l’avant, consiste à spécifier un modèle comportant uniquement des effets principaux et des interactions bidirectionnelles. Supprimez les interactions à trois et à quatre voies.
Re : Comment analyser des données déséquilibrées dont trois facteurs indépendants sont des niveaux déséquilibrés ?Merci pour la capture d'écran @Alose ,
D'après l'image, vous avez 15 termes dans le modèle. S'il s'agit d'un DOE avec 4 effets et un plan factoriel complet, cela signifierait que vous disposez de 16 exécutions. Est-ce exact? Si tel est le cas, vous n'auriez pas suffisamment de degrés de liberté pour estimer les effets/termes du modèle (pas assez de données). Vous souhaiterez peut-être commencer par une régression pas à pas pour ajouter des termes de manière progressive. Sinon, supprimez les termes qui n'auront probablement pas d'impact (polynôme du 4ème degré par exemple).
J'espère que cela pourra aider.
Chris
Re : Comment analyser des données déséquilibrées dont trois facteurs indépendants sont des niveaux déséquilibrés ?Salut Peter,
Merci pour votre réponse rapide. Voici l'articulation du problème :
L'expérience est une expérience conçue. Les objectifs de cette étude étaient de déterminer les combinaisons appropriées de durée de chauffage IR, de distance d'espacement et d'intensité, suivies de traitements de trempe pour maximiser l'inactivation des spores de moisissures. J'ai tracé les données et comme il ne s'agit pas d'une conception équilibrée, il manque des valeurs. Lorsque j'ai effectué l'analyse factorielle complète, le résumé des effets n'affiche aucune valeur.
Je lisais le même problème signalé par d'autres personnes : j'ai trouvé que je devais analyser en utilisant un modèle mixte mais je ne suis pas sûr quelles variables doivent être considérées comme fixes et lesquelles comme aléatoires ?
Au fait, comment puis-je partager mes questions avec la communauté maintenant ?
Re : Comment analyser des données déséquilibrées dont trois facteurs indépendants sont des niveaux déséquilibrés ?Chaque question d'analyse « comment faire » doit commencer par une formulation du problème pratique auquel vous essayez de répondre. Vous n'avez pas partagé cela avec la Communauté. Je vous en prie.
Ensuite, une évaluation approfondie des moyens par lesquels les données ont été collectées. Une expérience conçue ? Des données de hasard ? Données historiques en séries chronologiques ? Et que savez-vous du système de mesure et de sa variabilité ?
Y a-t-il des problèmes associés à ce processus qui rendent l'analyse ultérieure problématique ? Manquants, valeurs aberrantes, valeurs absurdes. Qu’en est-il de la corrélation des variables prédictives ? Alors lancez-vous dans l'analyse...au plus haut niveau j'ai trois pensées pour vous :
1. Tracez les données.
2. Tracez les données.
3. TRACER LES DONNÉES... et c'est là que JMP brille.
