오류 : 0.05 중요 내 모델이 높은 R2 값으로 중요하더라도 곡선 음영 오류 플롯JMP에 맞는 모델입니다. 내 그래프를 제외한 모든 것이 매우 이상하게 보입니다.
모델은 0.0476에서 중요합니다.
RSquare 0.951662
RSquare 조정 0.794562
루트 평균 제곱 오류 0.928013
응답의 평균 88.68333
관측 (또는 합계) 18
분홍색 부분은 모든 것을 오류로 처리하는 것 같습니다. 다른 누구와도 만난 적이 있습니까?
Re : ERROR : 0.05 유의 수준 높은 R2 값으로 모델이 중요하더라도 곡선 음영 오류 플롯나는 약간의 세부 사항이 필요할지도 모른다라고 생각한다. 일반적으로 이러한 이상한 유형의 결과는 모델 조건에서 매우 높은 다중 공선 성 때문에 발생합니다.
레버리지 플롯은 어떻게 생겼습니까?
Parameter Estimates 테이블을 마우스 오른쪽 버튼으로 클릭하고 VIF 열을 추가하면 해당 숫자는 어떻게 생깁니 까?
Re : ERROR : 0.05 유의 수준 높은 R2 값으로 모델이 중요하더라도 곡선 음영 오류 플롯안녕하세요 댄, 빠른 응답에 감사드립니다.
레버리지 플롯 모두가 모두보기 좋습니다. 여기에 사진이 첨부됩니다.
VIF는 상당히 높습니다 (> 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
그러나 이러한 요소 중 일부를 제거하기 위해 모델을 단계별로 실행하더라도 VIF가 3 미만인 세련된 모델의 음영이 여전히 동일합니다. (여기에 첨부). 이것은 또한 혼합 연구이므로 X1, 2, 3 및 X4는 본질적으로 서로 관련되어 있습니다 (최대 100 % 합산).
Re : ERROR : 0.05 유의 수준 높은 R2 값으로 모델이 중요하더라도 곡선 음영 오류 플롯아, 혼합 된 상황이 이것에 대해 많이 설명합니다. Scheffe 모델에 적합합니다. 그들은 일반적으로 혼합 요소의 내장 된 공선 성 때문에 예측과 관련된 더 많은 오류를 갖습니다.
관찰 된 대 음모에 대한 y 축 스케일을 확장하십시오. 나는 당신이 오류 범위가 나타나는 것을 볼 것이라고 생각한다. 이 모델에는 많은 중요한 용어가 없으므로 오류가 발생할 가능성이 큽니다. 아마도 단 하나의 용어, X6.
X1-X4 용어의 중요성은 오해의 소지가 있습니다. p- 값은 매개 변수 추정값을 0과 비교하는 테스트와 관련됩니다. 그러나 당신은 Scheffe 모델에 적합합니다. Scheffe 혼합 항에 대한 매개 변수 추정치는 데이터의 평균과 구성 요소의 효과의 조합입니다. 따라서보다 의미있는 테스트는 매개 변수를 전체 평균 (시나리오의 경우 88.68)과 비교하는 것입니다. 이를 고려할 때, X1에서 X4까지의 용어 중 어느 것도 "중요"하다고 생각하지 않을 것입니다. 각 매개 변수 추정치에 대해 95 % 신뢰 구간을 추가하여 검증 할 수 있습니다. X1 - X4의 신뢰 구간에 전체 평균이 포함되어 있으면 해당 구성 요소에 많은 영향이 없습니다.
다른 말로 표현하면, 혼합 공간 내 어디에서나 동일한 반응을 얻는 것처럼 보입니다. X5는 영향을 미치지 않는 것 같지만 X6은 영향을 미칩니다.
Re : ERROR : 0.05 유의 수준 높은 R2 값으로 모델이 중요하더라도 곡선 음영 오류 플롯Dan 감사합니다. 그건 의미가 있습니다.
이 해석을 감안할 때, 내 모델은 여전히 알파 <0.05 정확성이 중요합니까? 그것이 X6의 가치를 기반으로한다고해도?
다시 한 번 감사드립니다.
Re : ERROR : 0.05 유의 수준 높은 R2 값으로 모델이 중요하더라도 곡선 음영 오류 플롯X6 용어를 토대로 전체 모델이 중요 할 가능성이 큽니다.
Scheffe 모델의 주요 효과와 관련된 문제 때문에 모델이 아닌 경우에도 전체 모델 테스트가 중요하게 나타날 수 있음을 알 수 있습니다.
Re : ERROR : 0.05 유의미한 R2 값으로 모델이 중요하더라도 곡선 음영 오류 플롯안녕 댄,
나는에 대한 후속 조치가 있습니다 맞춤 모델 플랫폼에서 Scheffe 모델 맞춤 문제. 모수 추정값이 추정값을 null = 0과 비교하는 대신 널 = 평균과 비교하는 경우이 모델을 적합하게 맞추는 방법이 있습니까?
다시 말해, 더 정확한 출력 및 전달 방정식을 얻기 위해이 모델에 더 적합한 방법이 있습니까?
감사합니다,
Re : ERROR : 0.05 유의미한 R2 값으로 모델이 중요하더라도 곡선 음영 오류 플롯내 동료가 적절한 테스트를 제공하는 스크립트를 작성했습니다. 그러나 나는 항상 공식을 다루는 사람에게주의를 기울입니다.이 정보로 무엇을 할 것입니까? 구성 요소가 중요하지 않다고 가정하십시오. 이것이 실제로 무엇을 의미합니까? 제제에서 해당 성분을 제거 할 수 있다는 의미입니까? 아니요, 그런 의미는 아닙니다. 배합물에서이를 제거 할 수 있지만 Scheffe 모델은 원인과 결과가 아닙니다. 따라서주의해서 사용하십시오. 마지막으로이 스크립트는 기존 매개 변수 추정치 테이블에 보고서를 닫더라도 열을 추가합니다. 모든 모델 효과에 대한 테스트가 표시되며 보고서는 주 효과에만 유효합니다.
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!" );
);
Re : ERROR : 0.05 유의미한 R2 값으로 모델이 중요하더라도 곡선 음영 오류 플롯자세한 답변 감사합니다.
제제에서 성분을 제거하려고하지 않습니다. 실제로이 혼합물에 대한 4 가지 반응이 있으며 DOE와 4 가지 모델이 구성됩니다. 각 모델에서 실제로 중요한 매개 변수를 식별하고 궁극적으로 4 가지 모델의 예측 방정식을 결합하여 특정 바람직 성을 최대화하기를 희망합니다.
