mappa a colori sulle correlazioni e sull'efficienza delle stimeSto lavorando su un progetto con 2 fattori continui e un fattore numerico discreto e non posso superare le 12 esecuzioni per questo progetto. Quando guardo la mappa dei colori delle correlazioni di questo disegno, mostra la correlazione tra i fattori. Ho provato un numero diverso di corse per vedere che migliorava, ma non è così. Se scendo sotto le 12 esecuzioni, la potenza del design diminuisce e non posso superare le 12 esecuzioni. C'è qualcosa che posso fare per l'ortogonalità del disegno? Inoltre, in questo caso è utile esaminare l'efficienza della stima?
Re: mappa a colori sulle correlazioni e sull'efficienza della stimaQuesto era il mio pensiero, ma con il progetto che hai suggerito la correlazione tra i fattori è diminuita, quindi dovrebbe essere così.
Re: mappa a colori sulle correlazioni e sull'efficienza della stimaVuoi dire che l’inflazione causata dalle correlazioni è grave perché ti aspetti piccoli effetti a causa di intervalli di fattori limitati? C’è una ragione per cui non è possibile ampliare gli intervalli dei fattori e produrre un effetto più ampio?
Re: mappa a colori sulle correlazioni e sull'efficienza della stima@Mark_Bailey Sono preoccupato per la correlazione a causa di piccoli cambiamenti con i livelli dei fattori. Ma la correlazione è migliore quando si utilizza un fattore continuo anziché un numero discreto, quindi immagino che funzionerà per me in questo caso. Grazie per averlo spiegato Apprezzato
Re: mappa a colori sulle correlazioni e sull'efficienza della stimaSe gli effetti attesi sono almeno 3 volte la deviazione standard della risposta, la potenza è piuttosto elevata con le 12 esecuzioni:
Questo risultato è prevedibile anche con le correlazioni (+/- 1/3) viste qui:
Le correlazioni non comportano alcuna distorsione delle stime. Le correlazioni gonfiano la varianza delle stime, il che provoca un allungamento degli intervalli di confidenza:
L'IC è più lungo di circa il 6%, un'inflazione molto modesta. Non penso che queste correlazioni compromettano molto le prestazioni del design.
Re: mappa a colori sulle correlazioni e sull'efficienza della stimaCorretto, come ho detto, se definisci i livelli utilizzando un fattore numerico discreto, allora JMP definisce i termini. È necessario disporre di un termine quadratico nel modello per mantenere tutti e tre i livelli di fattore.
Il motivo delle correlazioni diverse da zero è l'aggiunta di un punto centrale e lo squilibrio nel disegno. Avrai comunque correlazioni se ometti il punto centrale. Ciascun effetto principale è correlato (r = +/- 1/3) con l'effetto di interazione che coinvolge gli altri due fattori in questo caso utilizzando 12 esecuzioni. È necessario passare a 8 esecuzioni o 16 esecuzioni per eliminare le correlazioni.
Perché sei preoccupato per questa correlazione nelle stime? Hai una risposta ad alta varianza per cominciare? Ci sono piccoli effetti nel cambiare i livelli dei fattori?
Re: mappa a colori sulle correlazioni e sull'efficienza della stima@Mark_Bailey Grazie per la tua risposta Usare il fattore continuo invece del fattore numerico discreto aiuta, ma penso che Il termine quadriatico per la temperatura di scarico è stato aggiunto quando ho utilizzato un fattore numerico discreto. Ora, se includo solo gli effetti principali e le interazioni a due fattori, vedo di nuovo le correlazioni. È previsto o sto facendo qualcosa di diverso?
Re: mappa a colori sulle correlazioni e sull'efficienza della stimaHo dimenticato di rispondere alla tua specifica richiesta di ortogonalità. Come hai scoperto, ottenere questa caratteristica può essere molto costoso. Richiede una progettazione completamente bilanciata e anche tutte le colonne di stima devono essere bilanciate. Spesso possiamo produrre progetti economici ed efficaci senza ortogonalità. Le 12 analisi che ho trovato sembrano avere alcune correlazioni basse e, quindi, alcune lunghezze degli intervalli di confidenza gonfiate. Verifica se la correlazione è accettabile per il tuo caso.
Re: mappa a colori sulle correlazioni e sull'efficienza della stimaNon c'è niente di sbagliato nell'usare un fattore numerico discreto. È essenzialmente un fattore continuo ma tu specifichi i livelli e JMP specifica i termini nel modello. È inoltre possibile utilizzare un fattore continuo e specificare i termini, quindi JMP specifica i livelli. Ho ottenuto un design migliore in 12 passaggi in questo modo. Ho tenuto il tavolo qui per te.
Il tuo esempio sembrava utilizzare un modello con tutti gli effetti principali e interazioni a due fattori e un unico termine quadriatico per la temperatura di scarico. Quel modello è quello che ho usato.
