Différents paramètres estimés en ajustement Criblage défintif et moindres carrés standardSalut!
Je veux trouver des facteurs significatifs dans le processus de cristallisation sphérique. J'ai fait une conception de dépistage définitif avec 6 facteurs sur trois niveaux, avec quatre analyses supplémentaires (2 facteurs factices). Je mesure plusieurs réponses différentes.
J'ai analysé les données avec Fit Definitive Screening et obtenu des résultats cohérents. Lorsque je me suis lancé dans la création d’un modèle, en utilisant les moindres carrés standard, j’ai remarqué que les estimations de paramètres étaient différentes dans un modèle créé avec les moindres carrés standard et dans le filtrage par ajustement définitif. Les valeurs p sont les mêmes pour certains facteurs et très proches pour d'autres. Cela me préoccupe également que dans un facteur (rapport V) l’estimation ait le signe moins (voir photo ci-dessous). Cela change beaucoup le modèle. (Le signe + est plus logique, basé sur la compréhension du processus). Comme je le sais, les estimations de paramètres devraient être les mêmes. Comment puis-je obtenir les mêmes estimations de paramètres?
Lorsque j’ai analysé mes autres réponses, j’ai également eu des estimations de paramètres différentes, mais le signe (+/-) est resté le même. Cependant, certains résultats dans le rapport des moindres carrés standard dans Prediction Profiler étaient très peu logiques (j'ai obtenu le nombre négatif pour le diamètre moyen d'une particule). Cela me fait penser qu'il y a quelque chose qui cloche dans le rapport des moindres carrés standard, c'est pourquoi je ne peux pas non plus faire confiance aux données du graphique Réalisé par prédiction, etc. Existe-t-il un meilleur moyen d'évaluer l'adéquation du modèle?
J'ai également remarqué que, dans le rapport des moindres carrés standard, le profileur de prédiction avait un rendement sur l'axe des Y, malgré le fait que je sois entré en tant que rendement racine. Comme il se doit, le rendement racine carrée est utilisé sur l’axe Réel par parcelle prédite. Comment puis-je résoudre ce problème?
Je vous remercie
Objet: Estimations de paramètres différents dans le filtrage par définition et les moindres carrés standardJ'ai résolu le problème. Le problème était que j’étais en train d’analyser la feuille de données, où j’ai entré la valeur minimale de facteur égale à -1, une valeur intermédiaire égale à 0 et une valeur maximale égale à 1. Cela ne faisait aucune différence dans les résultats du filtrage définitif par ajustement, mais apparemment dans une grande différence avec les moindres carrés standard et la régression pas à pas. Lorsque j'ai saisi les valeurs "réelles" dans la fiche technique, les résultats des trois analyses ont été identiques, comme prévu.
Merci de votre aide.
Objet: Estimations de paramètres différents dans le filtrage par définition et les moindres carrés standardMerci pour votre préposition. Je vais essayer ça.Objet: Estimations de paramètres différents dans le filtrage par définition et les moindres carrés standardJe connais les résultats publiés (revues, JMP Help et Dr. Jones) et je les ai reproduits sans problème. La même chose est vraie d'autres expériences, que je ne peux pas partager ici. Il n'y a jamais eu de divergence.
Vous avez clairement énoncé vos actions et partagé vos résultats, ce que je ne peux pas résoudre. Je vous suggère de soumettre ce cas au support technique JMP (support@jmp.com), puis de le partager avec ses conclusions ici. Vous devriez pouvoir utiliser le filtrage définitif par ajustement en toute confiance.
Objet: Estimations de paramètres différents dans le filtrage par définition et les moindres carrés standardNon, j'ai transformé Yield dans la fenêtre, dans laquelle vous devez sélectionner la réponse et les facteurs, avant l'ajustement définitif.
J'ai ensuite cliqué sur Créer un modèle et tout laisser tel quel (le rendement de la racine carrée est sélectionné en tant que réponse et facteurs, qui ont été trouvés actifs dans la sélection du filtre définitif comme facteur). Si je clique simplement sur le modèle d'exécution, j'obtiens le même résultat.
Je tiens à souligner que je reçois des estimations de paramètres différentes également lorsque j’analyse une réponse non transformée. Cependant, les estimations de paramètres dans le rapport des moindres carrés standard sont identiques à celles que j'obtiens si j'analyse les mêmes données avec la régression pas à pas. Si je compare le résultat obtenu à partir de données transformées, les trois estimations de paramètres issues d'analyses différentes sont différentes.
Je suis conscient que nous parlons d'une analyse différente, mais le Dr Bradley Jones déclare dans la vidéo http://video.sas.com/detail/videos/analytics-in-action/video/4492688979001/a-new-analytical-approach-for-definitive-screening-designs , que les estimations de paramètres doivent être les mêmes. Cela est également vrai pour les exemples de données dans JMP pour le filtrage définitif (extraction 3). (Dans cet exemple, les estimations de paramètres sont les mêmes avec les trois analyses différentes, mentionnées ci-dessus).
Objet: Estimations de paramètres différents dans le filtrage par définition et les moindres carrés standardRappelez-vous que les analyses Fit Definitive Screening et Fit Least Square sont très différentes. La première est une analyse en deux étapes, tandis que la dernière est une étape. Le premier combine les résultats des deux étapes, tandis que le second obtient tous les résultats simultanément.
Objet: Estimations de paramètres différents dans le filtrage par définition et les moindres carrés standardAvez-vous conçu l'expérience pour Yield, puis créé une nouvelle colonne pour Root Square Yield? Les scripts de table ne captureront pas ce changement, vous pouvez donc comparer "des pommes à des oranges".
De plus, avez-vous utilisé le script de modèle dans la table de données pour obtenir l'ajustement des moindres carrés ou avez-vous cliqué sur Exécuter le modèle au bas de la plate-forme de l'ajustement définitif? Encore une fois, cela pourrait faire une différence. Le fait que vous observiez le rendement, pas le rendement de Root Square, me laisse perplexe.
Par ailleurs, avez-vous entré Rendement à la variable Y et appliquer une transformation dans la boîte de dialogue Ajuster le modèle? Cette action fournirait également la réponse non transformée dans le profileur de prédiction.
Je sais que j'ai tort, mais j'essaie simplement de trouver la source de la différence.
