FEHLER: 0,05 signifikante, kurvenförmige Fehlerdarstellung, obwohl mein Modell mit hohem R2-Wert signifikant istIch passe Modell in JMP ein. Alles außer meiner Grafik sieht sehr seltsam aus.
Das Modell ist bei 0,0476 signifikant
RSquare 0,951662
RSquare Adj 0,794562
Root Mean Square Error 0.928013
Mittelwert der Antwort 88.68333
Beobachtungen (oder Summenwgts) 18
Der rosa Bereich scheint alles als Fehler abzudecken. Hat noch jemand diese Begegnung?
Re: ERROR: 0,05 Signifikanter Kurvenverlauf, obwohl mein Modell einen hohen R2-Wert aufweistIch denke, dass ein paar weitere Details benötigt werden. Typischerweise treten diese merkwürdigen Ergebnisse auf, weil die Modellausdrücke eine sehr hohe Multi-Kollinearität aufweisen.
Wie sehen die Hebelpläne aus?
Wenn Sie mit der rechten Maustaste auf die Parameterschätzertabelle klicken und die Spalte VIF hinzufügen, wie sehen diese Zahlen aus?
Re: ERROR: 0,05 Signifikanter Kurvenverlauf, obwohl mein Modell einen hohen R2-Wert aufweistHallo Dan, danke für deine schnelle Antwort.
Die Leverage-Plots sehen alle ziemlich gut aus. Beispielbilder hier beigefügt.
Das VIF ist ziemlich hoch (> 5):
VIF
12.19448
11.013741
16.435892
28.099305
1.1546501
1.2200138
7,8651502
14.560553
5.9118511
10.052586
8.2589787
5,4652854
5,4652854
1.0590402
Selbst wenn ich durch das Modell gehe, um einige dieser Faktoren zu beseitigen, hat eine verfeinerte Version des Modells mit einer VIF-Zahl von weniger als 3 die gleiche schattierte Darstellung. (hier angehängt). Dies ist auch eine Mischungsstudie, so dass X1, 2, 3 und X4 inhärent korreliert sind (summieren Sie sich zu einer Summe von 100%).
Re: ERROR: 0,05 Signifikanter Kurvenverlauf, obwohl mein Modell einen hohen R2-Wert aufweistAh, die Mischungssituation erklärt eine Menge davon. Sie passen ein Scheffe-Modell an. Aufgrund der eingebauten Kollinearität der Mischungsfaktoren weisen sie typischerweise mehr Fehler bei der Vorhersage auf.
Erweitern Sie Ihre y-Achsenskala in der beobachteten und vorhergesagten Grafik. Ich denke, Sie werden die Fehlergrenzen sehen. Es wird wahrscheinlich zu hohen Fehlern kommen, weil Sie in diesem Modell nicht viele bedeutende Ausdrücke haben. Vielleicht nur ein Begriff, X6.
Die Bedeutung Ihrer X1-X4-Begriffe ist irreführend. Die p-Werte werden dem Test zugeordnet, indem die Parameterschätzung mit 0 verglichen wird. Sie passen aber ein Scheffe-Modell an. Die Parameterschätzung für einen Scheffe-Gemischterm ist die Kombination des Mittelwerts UND die Wirkung der Komponente. Ein sinnvollerer Test wäre der Vergleich des Parameters mit dem Gesamtmittelwert (88,68 für Ihr Szenario). In Anbetracht dessen werden Sie feststellen, dass keiner der Begriffe X1 bis X4 "signifikant" erscheint. Sie können dies durch Hinzufügen des 95% -Konfidenzintervalls für jede Parameterschätzung überprüfen. Wenn die Konfidenzintervalle für X1 - X4 den Gesamtmittelwert enthalten, hat diese Komponente keine großen Auswirkungen.
Anders ausgedrückt, es sieht so aus, als würden Sie überall im Gemisch die gleiche Reaktion erzielen. X5 scheint keinen Einfluss zu haben, X6 jedoch.
Re: ERROR: 0,05 Signifikanter Kurvenverlauf, obwohl mein Modell einen hohen R2-Wert aufweistDanke, Dan. Das macht Sinn.
Angesichts dieser Interpretation ist mein Modell immer noch bei Alpha <0,05 korrekt. Auch wenn es nur auf dem Wert von X6 basiert?
Danke noch einmal
Re: ERROR: 0,05 Signifikanter Kurvenverlauf, obwohl mein Modell einen hohen R2-Wert aufweistSie haben Recht, dass das Gesamtmodell auf der Grundlage des X6-Begriffs wahrscheinlich signifikant ist.
Bedenken Sie, dass aufgrund der Probleme mit den Haupteffekten eines Scheffe-Modells der gesamte Modelltest als signifikant angezeigt werden kann, auch wenn dies nicht der Fall ist.
Betreff: FEHLER: 0,05 signifikant Kurvenkurvenfehlerdiagramm, obwohl mein Modell mit hohem R2-Wert signifikant istHallo Dan,
Ich habe eine Fortsetzung der Scheffe-Modellanpassungsproblem in der Anpassungsmodellplattform. Gibt es eine Möglichkeit, dieses Modell angemessen anzupassen, wenn die Parameterschätzung die Schätzung mit null = Mittelwert vergleicht, anstatt sie mit null = 0 zu vergleichen?
Mit anderen Worten, gibt es eine bessere Möglichkeit, dieses Modell anzupassen, um eine korrektere Ausgabe- und Übertragungsgleichung zu erhalten?
Vielen Dank,
Betreff: FEHLER: 0,05 signifikant Kurvenkurvenfehlerdiagramm, obwohl mein Modell mit hohem R2-Wert signifikant istEin Kollege von mir hat ein Skript geschrieben, um die richtigen Tests durchzuführen. Ich warne jedoch immer jeden, der mit Formulierungen arbeitet: Was werden Sie mit diesen Informationen tun? Angenommen, eine Komponente ist nicht signifikant. Was bedeutet das wirklich? Bedeutet dies, dass Sie diese Komponente aus der Formulierung entfernen könnten? Nein, das heißt das nicht. Möglicherweise können Sie es aus der Formulierung entfernen, aber Scheffe-Modelle sind KEINE Ursache und Wirkung. Verwenden Sie dies daher mit Vorsicht. Schließlich fügt dieses Skript einer vorhandenen Parameterschätzungstabelle Spalten hinzu (auch wenn dieser Bericht geschlossen ist). Sie werden Tests für alle Modelleffekte sehen. Der Bericht gilt nur für die Haupteffekte.
Names Default to Here( 1 );
// find current Fit Least Squares platform
window = Get Window List();
n windows = N Items( window );
For( w = 1, w <= n windows, w++,
window ref = Get Window( w );
title = window ref << Get Window Title;
If( Contains( title, "Fit Least Squares" ),
Break();
);
);
// obtain values for proper t-test of estimates
mean = window ref["Summary of Fit"][NumberColBox(1)] << Get( 4 );
err df = window ref["Analysis of Variance"][NumberColBox(1)] << Get( 2 );
estimate = window ref["Parameter Estimates"][NumberColBox(1)] << Get As Matrix;
std err = window ref["Parameter Estimates"][NumberColBox(2)] << Get As Matrix;
// compute t-ratios
t ratio = (estimate - mean) :\</img> std err;
// compute p-value for each t-ratio
p val = 2 * (1 - Students t Distribution( Abs( t ratio ), err df ));
// add proper test to report
window ref["Parameter Estimates"][TableBox(1)]
<< Append( Number Col Box( "Proper t Ratio", t ratio ) )
<< Append( Number Col Box( "Proper Prob>|t|", p val ) );
window ref["Parameter Estimates"][NumberColBox("Proper Prob>|t|")] << Set Format( 8, 97) << Set Conditional Format( "PValue" );
window ref["Parameter Estimates"] << Append(
Text Box( "Proper tests valid for linear terms only!" );
);
Betreff: FEHLER: 0,05 signifikant Kurvenkurvenfehlerdiagramm, obwohl mein Modell mit hohem R2-Wert signifikant istDanke Dan für deine ausführliche Antwort.
Ich möchte keine Komponente aus der Formulierung entfernen. Wir haben tatsächlich 4 verschiedene Antworten für diese Mischung DOE und 4 Modelle sind konstruiert. Ich hoffe, den Parameter zu identifizieren, der in jedem Modell wirklich wichtig ist, und letztendlich die Vorhersagegleichungen aus den 4 Modellen zu kombinieren, um bestimmte Erwünschtheit zu maximieren.
