フィット確定スクリーニングと標準最小二乗法における異なるパラメータ推定こんにちは！
球状結晶化の過程で重要な要素を見つけたい。私は4つの追加実行（2つの偽の要素）で、3つのレベルで6つの要素を用いて最終的なスクリーニングデザインをしました。私はいくつかの異なる反応を測定しています。
私はFit Definitive Screeningでデータを分析し、意味のある結果を得ました。標準最小二乗法を使用してモデルを作成したとき、標準最小二乗法を使用して作成したモデルとフィット最終選別法では、パラメーター推定値が異なることに気付きました。p値は、いくつかの要因では同じで、他の要因では非常に近い値です。また、1つの要素（Vの比率）で推定値がマイナス記号になることも心配です（下の写真を参照）。それはモデルを大きく変えます。（+記号は、プロセスの理解に基づいて、より論理的です）。私が知っているように、パラメータ推定値は同じであるべきです。同じパラメーター推定値を取得する方法
他の応答を分析したときにも、異なるパラメーター推定値が得られましたが、符号（+/-）は変わりません。しかし、Prediction ProfilerのStandard Least Squaresレポートのいくつかの結果は非常に論理的ではありません（粒子の平均直径に対して負の数を得ました）。そのため、標準最小二乗レポートには問題があると思われるため、Actual by Predicted Plotなどのデータも信頼できません。モデルフィッティングを評価するためのより良い方法はありますか？
私はまた、応答としてRoot Square Yieldを入力したにもかかわらず、Standard Least SquaresレポートのPrediction ProfilerがY軸上にYieldを持っていることに気づきました。予測プロットによる実際の軸上では、必要に応じて、Root Square Yieldが使用されます。どうすればその問題を解決できますか？
ありがとうございました
再決定適合スクリーニングと標準最小二乗法における異なるパラメータ推定私はその問題を解決した。問題は、私がデータシートを分析しているところです。ここで、factorの最小値を-1、中央値を0、最大値を1と入力しました。これはFit Definitive Screeningの結果に違いはありませんでしたが、Standard Least SquaresとStepwise Regressionとの大きな違いは明らかです。データシートに「実際の」値を入力したとき、3つの分析すべての結果は予想どおり同じでした。
ご協力ありがとうございました。
再決定適合スクリーニングと標準最小二乗法における異なるパラメータ推定前置詞をありがとう。私はそれを試します。再決定適合スクリーニングと標準最小二乗法における異なるパラメータ推定私は公開された結果（ジャーナル、JMPヘルプ、そしてジョーンズ博士）に精通していて、問題なくそれらを再現しました。私がここで共有することができない他の実験にも同じことが当てはまります。食い違いはありませんでした。
あなたは自分の行動を明確に述べ、あなたの結果を共有しましたが、それは私が解決することはできません。この案件をJMPテクニカルサポート（support@jmp.com）に送信して、その結果をここで共有することをお勧めします。あなたは自信を持ってFit Definitive Screeningを使うことができるはずです。
再決定適合スクリーニングと標準最小二乗法における異なるパラメータ推定いいえ、私はYieldをウィンドウに変換しました。ここでは、確定スクリーニングにフィットする前に、回答と因子を選択する必要があります。
それから私はモデルの作成をクリックして全てをそのままにします（平方根の収量は応答として選択され、因子は最終的なスクリーニングに有効であることがわかりました）。実行モデルをクリックするだけで同じ結果が得られます。
私は、変換されていない応答を分析するときにも異なるパラメーター推定値が得られることを強調したいと思います。ただし、標準最小二乗レポートのパラメータ推定値は、ステップワイズ回帰を使用して同じデータを解析した場合に得られるものと同じです。変換したデータから得た結果を比較すると、異なる分析から得られた3つのパラメーター推定値はすべて異なります。
私たちは異なる分析について話していることを私は知っていますが、Dr. Bradley Jonesはビデオで述べています http://video.sas.com/detail/videos/analytics-in-action/video/4492688979001/a-new-analytical-approach-for-definitive-screening-designs パラメータ推定値は同じでなければなりません。これは、JMPのフィット確定スクリーニング（抽出3）のサンプルデータにも当てはまります。（この例では、Parameter Estimatesは、上記の3つの異なる分析すべてと同じです）。
再決定適合スクリーニングと標準最小二乗法における異なるパラメータ推定フィット最終スクリーニングとフィット最小二乗法は非常に異なる分析であることを忘れないでください。前者は2段階分析で、後者は1段階です。前者は2つの段階からの結果を組み合わせ、2つ目の段階ですべての結果を同時に取得します。
再決定適合スクリーニングと標準最小二乗法における異なるパラメータ推定Yieldの実験を設計してから、Root Square Yieldの新しい列を作成しましたか？テーブルスクリプトはその変化を捉えないので、'リンゴとオレンジ'を比較しているかもしれません。
また、データテーブルのモデルスクリプトを使用して最小二乗法を適用しましたか、それとも[確定的スクリーニング]プラットフォームの下部にある[モデルの実行]をクリックしましたか。繰り返しますが、それは違いを生むかもしれません。Root Square YieldではなくYieldを観察するという事実は、私を驚かせます。
一方、Y変数にYieldと入力し、Fit Modelダイアログボックスで変換を適用しましたか。そのアクションは、予測プロファイラーで変換されていない応答も提供します。
私は自分が間違っていることを知っていますが、矛盾がどこから来ているのかを見つけようとしているだけです。
