Wie analysiert man unausgeglichene Daten? Welche drei unabhängigen Faktoren sind unausgeglichene Ebenen?Hallo,
Ich habe einen Datensatz mit vier Prädiktoren: Drei der Prädiktoren, einschließlich Zeit, Entfernung und Leistung, sind unausgeglichen und ein Gleichgewichtsprädiktor. Haben Sie eine Idee, wie man solche Daten am besten analysieren kann? Und wie kann ich sie analysieren? Ich bin für jede Hilfe dankbar.
Betreff: Wie analysiert man unausgeglichene Daten? Welche drei unabhängigen Faktoren sind unausgeglichene Ebenen?Hallo @Shad ,
Sobald die Begriffe ausgewählt sind, gibt es eine Schaltfläche mit der Aufschrift „Modell erstellen“. Bei kategorialen Modellen können Sie die gesamten Effekte und dann die Interaktionsterme hinzufügen und die parametrisierten Effekte entfernen.
Hier ist ein Link zur schrittweisen Regression, der helfen sollte.
https://www.jmp.com/support/help/14/stepwise-regression-models.shtml#
Am besten,
Chris
Betreff: Wie analysiert man unausgeglichene Daten? Welche drei unabhängigen Faktoren sind unausgeglichene Ebenen?Ich habe es schrittweise mit der Vorwärtsauswahl und der Mindest-BIC-Regel gemacht. Nun kam es zu einigen wichtigen Faktoren. Wie kann ich das tun, wenn ich die einzelnen Faktorebenen oder ihre Interaktionsmittel vergleichen möchte? Ich möchte sehen, ob es signifikante Unterschiede in der Reaktion zwischen den Prädiktorstufen oder ihren Interaktionskombinationen gibt.
Betreff: Wie analysiert man unausgeglichene Daten? Welche drei unabhängigen Faktoren sind unausgeglichene Ebenen?Hallo @Shad ,
Wie wäre es mit einer schrittweisen Regression mit Vorwärtsauswahl?Auf diese Weise schließen Sie nur Interaktionen ein, für die Daten vorliegen. Unausgeglichen ist in Ordnung, aber wenn für einen Faktor in einer Interaktion Daten fehlen, können Sie diese nicht verwenden. Es gibt nichts, was man abschätzen kann, weil die Daten nicht vorhanden sind. Wenn Sie zu viele Modelleffekte und nicht genügend Daten haben, können Sie nicht alle Effekte abschätzen.
In diesen Fällen kann eine schrittweise Auswahl mit Vorwärtsauswahl hilfreich sein. Das Gleiche gilt für Entscheidungsbäume.
Hoffentlich hilft das.
Chris
Chris
Betreff: Wie analysiert man unausgeglichene Daten? Welche drei unabhängigen Faktoren sind unausgeglichene Ebenen?Vielen Dank für den Link.
Wenn ich die Interaktionen mit fehlenden Werten entferne, müsste ich die meisten Interaktionen entfernen. Könnten Sie bitte die beste Analysemethode vorschlagen, wenn ich daran interessiert bin, die Wechselwirkungen von „Intensität nach Zeit“, „Intensität nach Lücke“ und „Zeit nach Lücke“ zu erfahren?
Nochmals vielen Dank für Ihre Hilfe.
Betreff: Wie analysiert man unausgeglichene Daten? Welche drei unabhängigen Faktoren sind unausgeglichene Ebenen?Hallo @Shad ,
Ach ja, einige Interaktionen funktionieren nicht, weil keine Daten vorhanden sind. Ein anderer Beitrag hatte ein ähnliches Problem:
https://community.jmp.com/t5/Discussions/How-to-do- three-way-Full-Factorial-ANOVA-with-unbalanced-data/td-p/34078
Ein gemischtes Modell ist nicht erforderlich. Man müsste die Interaktionen ausschließen, für die keine Daten vorliegen, wie dies im obigen Beitrag der Fall war.Wenn Sie die Verteilung so betrachten, dass Sie herausfinden müssen, für welche Kombinationen keine Daten vorliegen, sollte dies bei der Auswahl der Interaktionen hilfreich sein, die in das gemischte Modell einbezogen werden sollen.
Hilft das?
Chris
Betreff: Wie analysiert man unausgeglichene Daten? Welche drei unabhängigen Faktoren sind unausgeglichene Ebenen?Lieber Chris,
Vielen Dank für die Hilfe und entschuldigen Sie meine verspätete Antwort. Ich hatte Probleme mit meinem Kontozugriff.
Wenn ich nur die Haupteffekte und Wechselwirkungen betrachte, fehlen mir immer noch einige Werte. Wenn Sie beispielsweise an meiner Datenverteilung bemerken, dass nicht alle Ebenen meiner Prädiktoren die gleichen Datenzahlen haben. Weil es nicht möglich war, alle Prädiktorkombinationen auf mein Experiment anzuwenden. Wie wäre es, wenn ich ein gemischtes Modell mache und die Prädiktoren mit ungleichmäßigen Werten zufälligen Effekten aussetze? Hast Du eine Idee?
Am besten,
Betreff: Wie analysiert man unausgeglichene Daten? Welche drei unabhängigen Faktoren sind unausgeglichene Ebenen?Danke @Shad ,
Laut Bild sieht es so aus, als hätten Sie insgesamt 78 Läufe.Für die vollständige faktorielle DOE wären 108 Läufe für jeweils 4 kategoriale Faktoren mit den von Ihnen angegebenen Ebenen (6x3x3x2) erforderlich.
Ich würde folgen @Dan_Obermiller Ratschläge und analysieren Sie zu diesem Zeitpunkt nur die Haupteffekte und wechselseitigen Wechselwirkungen. Andernfalls erhalten Sie keine Werte für Parameterschätzungen (nicht genügend Daten, um das Modell anzupassen, das Sie anpassen möchten, da alle Faktoren kategorisch sind).
Chris
Betreff: Wie analysiert man unausgeglichene Daten? Welche drei unabhängigen Faktoren sind unausgeglichene Ebenen?Danke, Chris.
Ich habe insgesamt 4 Haupteffekte, aber jeder Effekt hat unterschiedliche Ebenen. Beispielsweise hat die Zeit 6 Stufen, die Lücke 3 Stufen und so weiter. Ich habe einen Bildschirm meiner Verteilungsanalyse beigefügt. Eine andere Sache ist, dass bei der Mehrfachregression einige Variablen korrelieren. Und auch bei der vollfaktoriellen Berechnung zeigte VIF hohe Werte. Ich frage mich, ob diese VIF-Werte wahr sind, da ich nicht sicher bin, ob die volle Fakultät richtig ist? Wie gesagt, einige der Parameterschätzungen fehlen.
Betreff: Wie analysiert man unausgeglichene Daten? Welche drei unabhängigen Faktoren sind unausgeglichene Ebenen?Ein anderer möglicher Ansatz anstelle eines weiteren Vorgehens besteht darin, ein Modell nur mit Haupteffekten und wechselseitigen Wechselwirkungen anzugeben. Entfernen Sie die Dreier- und Vierer-Interaktionen.
Betreff: Wie analysiert man unausgeglichene Daten? Welche drei unabhängigen Faktoren sind unausgeglichene Ebenen?Danke für den Screenshot @Shad ,
Basierend auf dem Bild haben Sie 15 Begriffe im Modell. WENN es sich um ein DOE mit 4 Effekten und einem vollfaktoriellen Versuchsplan handelt, dann würde das bedeuten, dass Sie 16 Durchläufe haben. Ist das korrekt? Wenn ja, hätten Sie nicht genügend Freiheitsgrade, um die Effekte/Terme im Modell abzuschätzen (nicht genügend Daten). Möglicherweise möchten Sie mit der schrittweisen Regression beginnen, um Begriffe schrittweise vorwärts hinzuzufügen. Andernfalls entfernen Sie Begriffe, die höchstwahrscheinlich keine Auswirkungen haben (z. B. Polynom 4. Grades).
Hoffentlich hilft das.
Chris
Betreff: Wie analysiert man unausgeglichene Daten? Welche drei unabhängigen Faktoren sind unausgeglichene Ebenen?Hallo Peter,
Danke für Ihre schnelle Antwort. Hier ist die Problemartikulation:
Das Experiment ist ein geplantes Experiment. Die Ziele dieser Studie bestanden darin, die geeigneten Kombinationen aus IR-Erwärmungsdauer, Spaltabstand und Intensität zu bestimmen, gefolgt von Temperierungsbehandlungen, um die Inaktivierung von Schimmelpilzsporen zu maximieren. Ich habe die Daten grafisch dargestellt und da es sich nicht um ein ausgewogenes Design handelt, fehlen einige Werte. Als ich die vollständige faktorielle Analyse durchgeführt habe, zeigt die Effektzusammenfassung keine Werte an.
Ich habe das gleiche Problem von anderen Leuten gelesen: Ich habe festgestellt, dass ich mit einem gemischten Modell analysieren muss, bin mir aber nicht sicher, welche Variablen als fest und welche als zufällig betrachtet werden sollen?
Übrigens, wie kann ich meine Fragen jetzt mit der Community teilen?
Betreff: Wie analysiert man unausgeglichene Daten? Welche drei unabhängigen Faktoren sind unausgeglichene Ebenen?Jede Frage zur Vorgehensweise bei der Analyse sollte mit einer Beschreibung des praktischen Problems beginnen, das Sie zu beantworten versuchen. Das hast du der Community nicht mitgeteilt. Bitte.
Anschließend erfolgt eine gründliche Bewertung der Mittel, mit denen die Daten erhoben wurden. Ein geplantes Experiment? Zufallsdaten? Historische Daten in Zeitreihen? Und was wissen Sie über das Messsystem und seine Variabilität?
Gibt es irgendwelche Probleme im Zusammenhang mit diesem Prozess, die eine spätere Analyse problematisch machen? Fehlende Werte, Ausreißer, unsinnige Werte. Wie sieht es mit der Korrelation von Prädiktorvariablen aus? Dann begeben Sie sich auf die Analyse...auf höchstem Niveau habe ich drei Gedanken für Sie:
1. Zeichnen Sie die Daten grafisch auf.
2. Zeichnen Sie die Daten auf.
3. Zeichnen Sie die Daten auf ... und hier glänzt JMP.
