여보세요,
나는 빠른 질문이있다. DSD를 분석하는 경우 문헌 (JMP의 지침)은 두 가지 방법을 제안합니다. 첫번째는 Fit defintive screening이고 두 번째는 Forward stepwise regression이다. 중지 규칙 : min AICc 과 규칙 : 결합. Forward stepwise regression이 Fit 최종 검색보다 우수한 모델을 제공하는 것으로 밝혀지면 k fold cross validation을 사용할 생각입니다. 하지만 그것은 DSD로도 의미가 있습니까? DSD는 폴드 오버 디자인이며, 예를 들어 실행 횟수의 3/4 만 모델을 수행하는 것이 의미가 없을 것이라고 생각합니다. 내가 옳은가 틀린가?
답변 주셔서 감사합니다.
다니엘
우선 가장 좋은 모델을 찾는 보장 된 방법이 없습니다. (즉, "최상의"이라고 정의 할 수도 있습니다.)
두 번째로,이 사례는 경제가 디자인의 가장 바람직한 특성 중 하나 인 선별 실험입니다. 이 경제성은 DSD가 주 효과 만있는 선형 모델의 최소 실행 횟수와 비교하여 작은 설계임을 의미합니다. 모든 데이터를 보유하면 견적 및 테스트 (전력)에 영향을 미칩니다. 추가 작업을 추가하여 보완 할 수도 있지만 맞춤 디자인을 사용할 수도 있습니다.
셋째, K- 폴 교차 유효성 검사는 소규모 데이터 세트에서 유용하지만 DSD의 분석 및 고유 한 이점은이 설계의 고유 한 구조에 달려 있습니다. 각 폴드가 생략되면이 구조가 파괴되고 피팅이 손상됩니다.
작동할까요? 가능성이 가장 높습니다. 잘 작동할까요? 그럴 가능성이 없다.
그것에 대해 생각하는 대신해볼 수는 없습니다. 시뮬레이션은 가치있는 접근 방식입니다. JMP는 그러한 접근법을 쉽게 만듭니다.
