予測プロファイラーこんにちは、
2つのグラフの間にいくつかの違いを見つけたので、あなたに手紙を書きました。 最初のグラフは JMP で作成された予測プロファイルであり、2 番目のグラフは minitab で作成されています。 私の質問は、JMP グラフで奇妙な結果を見つけたからです。 実際には負の型の結果値を見つけましたが、私はそれを持っていないので、Minitab でより一貫した結果を見つけました。しかし、私は JPM が結果を与える方法の方が好きです。 したがって、なぜこのような差異が生じるのかを知りたいと思います。
JMP14
ミニタブの結果
Re: 予測プロファイラーこんにちは@アーチー、
マークが述べたように、ここで示した Minitab の「主効果プロット」は、JMP の予測プロファイラーとはまったく異なるものを表示しています *モデルに相互作用を当てはめる場合。 主効果のみのモデルを近似した場合、JMP 予測プロファイラーと Minitab の「主効果プロット」は基本的に同じものを表示します。 (更新: バランスの取れたデータ、計画の各セルの観測値の数が等しいと仮定しています -- マーク、メモをありがとう)。
Minitab に最もよく一致するように、プロファイラーを 2 つの行に配置しました。予測プロファイラーの赤い三角形 > 外観 > 行に配置:
そうは言っても、なぜこれらのプロットがこの特定のケース (バランスの取れたデータを持つ主効果のみのモデル) では一致するのに、以前に当てはめたモデルでは一致しないのかということが、本質的なところになります。 @Mark_Baileyが説明していましたが、これはモデルで行う選択について理解することが重要です。
JMP の予測プロファイラーには、条件付き他の予測子の選択されたレベルを考慮した場合の、Y と特定の予測子の間の関係を表すのに対し、Minitab の主効果プロットは基本的に他の要因を無視し、Y と特定の予測子の間の平均的な関係を表示します。 では、これは何を意味するのでしょうか。また、JMP で主効果のみのモデルを当てはめた上記のケースで、なぜ JMP と Minitab からの出力が一致するのでしょうか? 最初に示した初期モデル (およびデータ テーブルに保存されたもの) を考えてみましょう。
マークがこれらの項の一部が推定できないという点について述べた点はひとまず置いておいて（これは確かに重要ですが、この投稿とは別の点です）、このモデルは各予測変数の主効果を理解する（つまり統計的に推定する）ことも目的としています。予測子の各ペア間の双方向交互作用として。 これらの相互作用は、主効果プロットと予測プロファイラーの違いの鍵となります。これは、相互作用によってモデルが Y と各予測子の間の関係を捉えることができるためです。違うかもしれない別の予測子のレベルが変化したとき。このモデルのプロファイラーを見て、歯ごとの送りのレベルを変更してみます。 同様に、左端の工具の摩耗と工具の種類の関係を見てください。
左端の工具摩耗 (y) と工具タイプの関係は、刃あたりの送りのレベルが異なると異なることがわかります。これらの変数間には相互作用があります。ツールのタイプとその他の変数の間には相互作用もあります。「主効果のみ」のプロットでは、これらのさまざまな関係を単純に平均して、平均的な無条件の関係を求めます。 これがminitabの主効果プロットで示されるものであり、JMPが予測プロファイラーで示すものです。もし次のような相互作用のないモデルを当てはめます。
以下のプロファイラーを使用して、歯ごとの送りを変更して同じ演習を実行します。 もう一度、工具の摩耗と工具の種類の関係を見てみましょう。 
今回は、切片の変化だけがわかります。つまり、工具摩耗と工具タイプの関係は同じパターンですが、工具摩耗の予測は、刃当たりの送りが寄与する量だけ高くなったり低くなったりするだけです。 これらの効果は単に相加的なものです...モデルに適合/検索の可能性を与えていないため、相互作用の可能性はありません。
これが、minitab の主効果プロットと JMP の予測プロファイラーの間に見られる違いを明確にするのに役立つことを願っています。
@ジュリアン
Re: 予測プロファイラー何を言っているのか分かりません。
しかし、両方の結果にはまだ違いがあるように見えます
どの結果ですか? どのような違いがありますか?
R: Minitab と両方の JMP グラフでは線の傾向が異なります。
それは工具温度ではなく工具摩耗でした。
あなたのリクエストは工具の摩耗に関するものでした。 その分析があなたが示したものです。
これらの値を実験の開発に使用したため、X 軸を以前と同じにしたいと思います。
R=はい、そうでしたが、工具温度を使用して作業しました
X 軸の値は何ですか?
軸に 1 から 4.3 は入れたくない、1 と 4.3 が欲しい
よろしくお願いします
Re: 予測プロファイラー何を言っているのか分かりません。
しかし、両方の結果にはまだ違いがあるように見えます
どの結果ですか? どのような違いがありますか? Prediction Profiler を別の種類のプロットと比較していますか? JMP と MINITAB を比較していますか?
それは工具温度ではなく工具摩耗でした。
あなたのリクエストは工具の摩耗に関するものでした。 その分析があなたが示したものです。 私もそう分析しました。
これらの値を実験の開発に使用したため、X 軸を以前と同じにしたいと思います。
「以前」というのは、定量的要素に名目モデル化タイプを使用したときのことだと思います。 この選択により、とりわけ、データ列のレベルのみを受け入れる予測プロファイラーの X 軸が生成されます。 また、実験で使用された因子レベル以外の因子レベルで最適化することもできません。 (「勝者を選ぶ」で行き詰まっています。) モデル内のこれらの因子項にも 2 倍のパラメーターが必要です。
一方、私が行った方法 (連続モデリング タイプを使用) では、連続応答プロファイル (現実的) が表示され、実験内のそれらの水準を含む任意の因子水準を入力できます。 また、実験で使用された 3 つのレベルのいずれでもない場合でも、最適なレベルを見つけることもできます。 （補間）
Re: 予測プロファイラーどうもありがとうございます。しかし、両方の結果にはまだ違いがあり、それは工具温度ではなく工具摩耗によるものでした。 さらに、実験の開発にこれらの値を使用したため、X 軸を以前と同じにしたいと考えています。 私に何ができる？
よろしくお願いします
@Mark_Bailey書きました：
更新されたデータテーブルは次のとおりです。
Re: 予測プロファイラー更新されたデータテーブルは次のとおりです。
Re: 予測プロファイラーまず、すべての定量的要因のモデリング タイプを名目から連続に変更しました。
次に、因子水準の分布を分析し、次のことを発見しました。ツールタイプ = Oの場合にのみ観察されました。カット幅 = 1したがって、この設計上の欠陥により、相互作用パラメータの推定値の 1 つが削除されます。 見る：
3 番目に、順方向の段階的回帰を使用してモデルを選択しました。 (最終的な回帰分析のために、Stepwise によって作成されたコントラストの代わりに、元のツール タイプ係数を元に戻したことに注意してください。) 次の予測プロファイラーが得られます。
これらのプロファイルは合理的であるように思えます。 したがって、モデルに問題があると思います。
予測プロファイラーと MINITAB の主効果プロットの違いについては、2 つの完全に異なるプロットを比較しています。 予測プロファイラーは、応答に関する各要因のプロファイルを表示します。他の要因の現在のレベルに応じて条件付けされる。 したがって、それは予測プロファイラー。 一方、MINITAB の主効果プロットは、各因子レベルでの無条件平均応答。 これはデータの平均です (この場合のように設計のバランスが取れていない場合は偏りもあります)。 これは、モデルからの (不偏) 最小二乗平均ではありません。
