Nombre de niveaux DOESalut-
J'ai eu la question suivante d'un client:
"Ma question visait davantage à mieux confirmer la différence entre quadratique et linéaire. Je ne m'attends pas à ce qu'il soit cubique ou supérieur. Cela provient principalement d'une inquiétude d'erreur dans mes expériences, où je ne veux pas conclure à tort qu'une corrélation est quadratique parce que quelques-uns des points de l'échantillon sont suffisamment éloignés pour correspondre mieux à un ajustement linéaire qu'à un ajustement linéaire. Dites-moi si cela a du sens ou si je me trompe. Pour moi, avoir 4 niveaux ou plus fournirait une preuve plus forte de la courbure. Cela me mettrait plus à l'aise pour conclure que la courbure n'est pas associée au caractère aléatoire de mon test. "
Essentiellement, il veut savoir s’il faut ajouter plus de niveaux (plus de 3) pour avoir davantage confiance dans le fait qu’il ait un modèle linéaire ou quadractique.
Ma réponse à lui, même si je lui ai dit que je vérifierais avec d'autres collègues, il devrait:
1) Regardez la relation graphique dans le prédicteur Profiler pour voir s’il y avait une courbure.
2) Enfin, pour être sûr qu’il existe une relation statistique, examinez le tableau des effets et, si le quadratique est statistiquement significatif, conservez-le.
3) Si vous avez les ressources nécessaires pour exécuter des analyses supplémentaires, essayez-le!
Est-ce que quelqu'un d'autre a des pensées différentes?
Re: Nombre de niveaux DOESalut Alisa,
Je devrais noter que pour le tableau de données que vous avez ajouté, vous pouvez trouver Evaluate Design se plaint (il examine les combinaisons modèle et non autorisées, et ne trouve pas le fichier AF). Il sera peut-être plus facile de les supprimer si vous regardez Il faudra voir comment résoudre le problème pour JMP 15 ...)
J'aime l'idée de Peter, essayer un design pondéré A-optimal.
J'ajouterai également que, parfois, j'aime utiliser les polynômes orthogonaux pour vérifier les quadratiques (jsl: ortho poly), car parfois, le simple carré du quadratique la laisse sous-puissante. En d’autres termes, je prendrai quelque chose comme la colonne A et le diviserai en colonnes (une pour le composant linéaire et un pour le quadratique), et je l’utiliserai pour la modélisation. Ils préféreront peut-être revenir au modèle plus simple après avoir utilisé le codage d'origine, mais cela peut aider à indiquer les effets quadratiques qui peuvent exister.
Si vous avez le livre Wu et Hamada, ils en parleront au chapitre 1 - du moins la première édition.
À votre santé,
Ryan
Re: Nombre de niveaux DOE @phersh Absolument! C'est ici. J'ai créé de fausses données pour lui montrer comment l'analyser dans JMP.
Re: Nombre de niveaux DOEAlisa,
Serait-il possible de partager le fichier que vous et Don avez créé?
Avez-vous également envisagé une conception A-optimale pondérée mettant l’accent sur les effets quadratiques d’intérêt?
Je pense que plus de pistes aux points finaux et aux points centraux vous donneraient une meilleure idée s'il y a vraiment un effet quadratique actif. Au lieu de choisir 4 niveaux entre les deux points finaux.
Re: Nombre de niveaux DOEHonnêtement, il semble que beaucoup de travail ait été accompli! Je ne suis pas sûr de comprendre pourquoi, mais ce n'est pas important pour le moment. Je suis sûr que Don et toi avez fait quelque chose de approprié. En ce qui concerne l'évaluation du pouvoir, je pense que vous pouvez toujours le faire. Prenez la table de données que vous analysez et choisissez simplement DOE> Diagnostic de conception> Évaluer la conception. Vous spécifiez les facteurs et le modèle et il convient de procéder à l'évaluation. Il n'est pas nécessaire que ce soit quelque chose créé par Custom Design.
Re: Nombre de niveaux DOEOui. J'ai pensé à Power après avoir créé le post. Avec son DOE particulier, je ne peux pas vérifier le courant (ou du moins je ne pense pas pouvoir le faire). Il a 6 facteurs, mais seulement 3 dont il a voulu utiliser en même temps. Avec l'aide de @DonMcCormack , nous avons créé sur CD un DOE utilisant X1-> X3 pour représenter les 3 niveaux sous forme numérique discrète et X4-> X6 sous forme de facteurs catégoriels à 6 niveaux. Les six niveaux de X4-> X6 représentaient les 6 facteurs. Nous avons créé le design et il y avait 36 pistes. Nous avons ensuite utilisé le filtre de combinaisons non autorisées pour supprimer n'importe quel choix de 2 situations identiques. Ensuite, nous avons dû faire une pile de séries multiples pour empiler les niveaux et les facteurs, puis une scission pour les placer dans les colonnes appropriées. Nous avons ensuite ajouté la colonne de réponse et je lui ai montré le moyen d’analyser à l’aide de Fit Model car le script Model ne fonctionnerait pas. Est-ce que ça a du sens? Donc, en fin de compte, le DOE ne peut pas être évalué avec l'analyse de puissance. Je ne connais pas de moyen de vérifier le pouvoir de ce DOE "à la main / force brute". Est-ce que je manque quelque chose?
Re: Nombre de niveaux DOEVous pouvez vérifier lequel est le meilleur. Essentiellement, il veut une puissance élevée pour les termes quadratiques. Il a vraiment besoin de savoir si elles sont réelles ou non. La conception par défaut est une conception D-Optimal, mais une conception I-Optimal est préférable pour estimer les termes quadratiques; donc il y a un compromis là-bas).
J'ai créé un modèle I-optimal pour un facteur (les résultats sont valables pour plusieurs facteurs) et un modèle quadratique pour 12 analyses. Cela se traduira par une conception à 3 niveaux. L'analyse de puissance ressemble à ceci:
Maintenant, je crée un design I-optimal en 12 courses avec 4 niveaux. Je dois choisir Discrete Numeric pour le faire, mais tant que je n’estime que le modèle quadratique, c’est très bien. Voici l'analyse de la puissance sur cette conception:
Comme vous pouvez le constater, la puissance quadratique diminue lorsque vous ajoutez plus de niveaux (vous augmentez la puissance des effets principaux). Nous avons une démonstration semblable à celle-ci dans notre classe de conception expérimentale personnalisée. Vous avez une meilleure chance de détecter la courbure en utilisant moins de niveaux.
Voici la comparaison globale de Power PLUS, à laquelle j'ai ajouté le graphique Fraction of Design Space. La conception à 3 niveaux fournit une meilleure puissance sur les quadratiques (pas les effets principaux) ET fournit une meilleure variance de prédiction. Globalement, je pense que trois niveaux surpassent les quatre niveaux quand il s’agit d’un modèle quadratique.
