Vorhersageprofiler mit MischungenIch habe etwas Interessantes herausgefunden, was man leicht erkennen kann, wenn man die JMP-Datei namens „Donev mix data.jmp“ verwendet.
Es kann auch jede beliebige Mischungs-DOE-Tabelle verwendet werden.
Die Sache ist, dass die Kurven des Prediction Profiler unterschiedlich sind, je nachdem, ob Ihre Zutatenfaktoren in der Spalte als „Mischung“ definiert sind Einstellungen Dialogfeld angezeigt oder nicht.
Bild 1 zeigt das Dialogfeld „Spalteneinstellungen“, in dem Sie Angaben machen können ob Ihr Faktor ist Bestandteil einer Mischung:
Bild 2 zeigt den Prediction Profiler für das lineare Fit-Modell mit „Damping“ als Antwort und „CuSO4“; „Na2S2O3“ ; „Glyoxal“ als Faktoren. „Mischung“ wurde in den Spalteneinstellungen für diese drei Faktoren angegeben:
Und Bild 3 ist der Prediction Profiler, den wir für dasselbe Modell erhalten, aber „Mischung“ wurde darin nicht angegeben Spalteneinstellungen „CuSO4“, „Na2S2O3“ und „Glyoxal“:
Prediction Profiler sehen völlig anders aus, was möglicherweise zu einer falschen Interpretation der Ergebnisse führen kann ...
Irgendeine Erklärung?
Betreff: Vorhersageprofiler mit MischungenNachdem ich nun verstanden habe, woher die Frage kam, möchte ich versuchen, etwas direkter zu antworten. Für eine Datentabelle, die NICHT aus einem DOE stammt und Mischungsfaktoren enthält, müssen Sie nur die Eigenschaft „Mischungsspalte“ aktivieren. Wenn sich die Mischungsfaktoren wirklich zu 1 addieren (ohne Rundungsfehler), wird beim Anpassen des Modells ein Scheffe-Modell angepasst.
Sie können sehen, dass das Scheffe-Modell korrekt angepasst ist, wenn Sie sich den Bericht zur Varianzanalyse ansehen. Sie sollten eine Zeile mit der Aufschrift „Getestet gegen reduziertes Modell Y=Mittelwert“ sehen. Wenn es nicht zu einem Scheffe-Modell passt, erhalten Sie wahrscheinlich Singularitätsdetails oder in der ANOVA-Tabelle wird „Getestet gegen reduziertes Modell Y=0“ angezeigt.
Die Spalteneigenschaft „Mischung“ ermöglicht es JMP also, Pseudokomponenten-Codierung in der Analyse zu verwenden, ein Scheffe-Modell richtig anzupassen und Ihnen den richtigen Vorhersageprofiler zu bieten.
Die Rolle „Mischungsdesign“ wird zum Erstellen eines geplanten Experiments mit einem Mischungsfaktor benötigt. Es hat wirklich nichts mit der Analyse zu tun und kommt ins Spiel, wenn diese Spalte bei der Designerstellung verwendet wird.
Nun zu Deiner Frage zu den beiden Modellen.
Die Antwort lautet JA, es gibt einen Unterschied. Ein No-Intercept-Modell besagt, dass die gesamte mittlere Antwort gleich 0 ist und daher nicht geschätzt werden muss, während das Scheffe-Modell tatsächlich einen Mittelwert hat. Es wird lediglich in die Parameterschätzungen einbezogen. Erinnern Sie sich an die Zeile in der ANOVA-Tabellenausgabe, die ich zuvor erwähnt habe? Das ist der Unterschied. In diesem ersten Szenario mit dem No-Intercept-Modell erkennt JMP jedoch tatsächlich, dass sich die Faktoren zu 1 addieren, wenn das No-Intercept-Kontrollkästchen aktiviert ist, und passt dann das Scheffe-Modell für Sie an (sehen Sie noch einmal nach). im ANOVA-Tabellenbericht, um dies zu überprüfen). Ich bin mir nicht einmal sicher, wie ich JMP dazu bringen kann, das erste Modell in dieser Frage zu berücksichtigen.
Ich hoffe das hilft.
Betreff: Vorhersageprofiler mit MischungenVielen Dank, Dan, für diese nützliche Erklärung.
Sie haben absolut Recht, dass es niemals einen Grund geben sollte, die Eigenschaft „Mischung“ in den Spalteneinstellungen zu entfernen. Aber in einigen Fällen musste ich Vorhersagemodelle auf (Misch-)externen Daten erstellen, die nicht von einem DOE stammten und für die die Eigenschaft „Mischung“ in den Tabellen nicht angegeben war.
Übrigens gibt es in den Spalteneinstellungen tatsächlich zwei Optionen: „Mischung“ und „Designrolle / Mischung“ (siehe Bild unten). Ich bin mir nicht sicher, welche Auswirkungen es hat, wenn vor der Generierung des Fit-Modells nur eine oder beide dieser beiden Optionen ausgewählt werden.
Gibt es schließlich einen statistischen Unterschied zwischen:
- ein No-Intercept-Modell ohne XiXj- oder Xi²-Terme, das verwendet Nicht-Mischung Faktoren und eine angegebene lineare Einschränkung für Xi, die zu 1 addiert werden soll
Und:
- ein Scheffé-Modell, unter Verwendung Mischung Faktoren, ohne XiXj-Term ?
Danke nochmal für deine Hilfe.
Betreff: Vorhersageprofiler mit MischungenEs gibt eine Erklärung.
Um Ihre Bilder abzugleichen, musste ich mehr tun, als nur die Eigenschaft „Mischungsspalte“ zu entfernen. Im Fenster „Modell anpassen“ musste ich außerdem „&Mixture“ aus den Haupteffekten entfernen. Als ich versuchte, ein Modell auszuführen, warnte JMP, dass mir ein Effekt (Wellenlänge) fehlte. Dies gibt dann einen Hinweis darauf, was passiert.
Mit den Mischungseigenschaften und dem Tag der Mischungseffekte passt JMP zu einem sogenannten Scheffe-Mischungsmodell. Ohne diese Dinge passt JMP kein Scheffe-Modell an, sondern ein No-Intercept-Modell. Die beiden Modelle sind unterschiedlich.
Der einfachste Weg, das Problem beim Entfernen der Mischungsspalteneigenschaft und der Mischungsattribute aus dem Modell zu erkennen, besteht darin, mit der Verwendung des Profilers zu beginnen. Mit den Mischungsattributen werden durch die Änderung einer Komponente der Mischung automatisch auch die anderen geändert, sodass sie sich immer zu 1 addieren, was in einer Mischungseinstellung der Fall sein sollte. Sobald sie entfernt werden, hat das Ändern eines der Schieberegler keine Auswirkungen auf die anderen, was zu unmöglichen Situationen führen kann. wie 60 % Glyoxal, 80 % NaSO4 und 80 % CuSO4.
Fazit: Es sollte niemals einen Grund geben, diese Eigenschaften aus echten Mischungskomponenten zu entfernen.
