DOE - Fit Model et Profiler<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />J'utilise Fit Model et Profiler pour m'aider à identifier les facteurs importants et à prévoir la réponse.
Après ajustement -> Analyse pas à pas, seuls 2 facteurs sur 5 sont importants. J'essaie de mettre tous les 5 facteurs dans Fit Model -> Screening des moindres carrés et des effets standard, le profileur m'a donné une prédiction différente. Cela me semble logique, car JMP s’inscrit désormais dans un modèle différent. Mais je sais que le premier modèle avec seulement 2 facteurs sont plus précis. Si j'essaie d'optimiser ma réponse, comment puis-je connaître la configuration des 3 autres facteurs non significatifs pour ma réponse?
Re: DOE - Modèle Fit et ProfilerD'accord avec Kevin,
En supposant que vous disposiez de suffisamment de degrés de liberté pour adapter le modèle, je commencerais par là et extrairais des termes qui n’apportent aucune valeur ajoutée. Vous avez utilisé pas à pas mais vous n'avez pas précisé la règle d'arrêt que vous avez utilisée. J'ai également lu dans votre question que vous vouliez savoir dans quels paramètres les autres termes supprimés devaient être définis. Dans ce cas, incluez ces termes d'effet principaux dans votre modèle et le profileur indiquera ensuite leur impact sur la réponse.
Re: DOE - Modèle Fit et ProfilerQuand vous dites que "connaissez le premier modèle avec seulement 2 facteurs sont plus précis", que voulez-vous dire? Comment savez-vous? Parce que Stepwise l'a dit ??
Une recherche Web sur les "problèmes de régression par étapes" détaillera rapidement de nombreuses raisons techniques de méfiance de Stepwise. Pas seulement JMP ... n'importe quel logiciel ...
Ma citation préférée à propos des procédures pas à pas: "Personnellement, je ne laisserais pas plus une routine automatique sélectionner mon modèle que je ne le laisserais. certaines valent le mieux, emballent ma valise. "Ronan Conroy.
Une partie du problème est que Stepwise définit l'estimation des paramètres des facteurs non sélectionnés à zéro, de sorte que les paramètres de ces facteurs n'ont aucune importance dans le modèle Stepwise. Est-ce légitime dans votre application? Cela peut causer un biais important. Pourquoi ne pas utiliser le modèle complet? Si vous n'êtes pas satisfait du modèle complet pour une raison légitime, je vous recommanderais d'utiliser une technique de régression pénalisée telle que le lasso ou le filet élastique dans la plate-forme de régression généralisée. Au moins, ces méthodes contraignent les paramètres et traitent la multicolinéarité (contrairement à Stepwise).
