상관관계 및 추정 효율성에 대한 컬러 맵저는 2개의 연속 요인과 1개의 이산 수치 요인을 사용하는 설계를 작업 중이며 이 설계에서는 12런을 초과할 수 없습니다. 이 디자인의 상관관계에 대한 컬러맵을 보면 요인들 간의 상관관계를 알 수 있습니다. 더 좋아지는지 확인하기 위해 다양한 실행 횟수를 시도했지만 그렇지 않습니다. 12런 이하로 내려가면 디자인력이 떨어져 12런 이상은 못가게 됩니다. 디자인의 직교성에 대해 제가 할 수 있는 일이 있나요? 또한 이 경우 추정 효율성을 살펴보는 것이 도움이 됩니까?
Re: 상관관계 및 추정 효율성에 대한 컬러 맵그것은 내 생각이었지만 당신이 제안한 디자인에서는 요인들 사이의 상관관계가 감소했기 때문에 그렇게 되어야 합니다.
Re: 상관관계 및 추정 효율성에 대한 컬러 맵제한된 요인 범위로 인해 작은 효과를 기대하기 때문에 상관 관계로 인한 인플레이션이 심각하다는 뜻입니까? 요인 범위를 넓혀서 더 큰 효과를 낼 수 없는 이유가 있나요?
Re: 상관관계 및 추정 효율성에 대한 컬러 맵@마크_베일리 요인 수준의 작은 변화 때문에 상관관계가 걱정됩니다. 그러나 이산 숫자 대신 연속 요인을 사용할 때 상관 관계가 더 좋으므로 이 경우에는 이것이 효과가 있을 것 같습니다. 설명해 주셔서 감사합니다. 감사합니다
Re: 상관관계 및 추정 효율성에 대한 컬러 맵예상되는 효과가 반응 표준 편차의 3배 이상인 경우 12번 실행의 검정력은 상당히 높습니다.
이 결과는 여기에 표시된 상관 관계(+/- 1/3)에서도 예상할 수 있습니다.
상관관계로 인해 추정치에 편향이 발생하지 않습니다. 상관 관계는 추정치의 분산을 부풀려 신뢰 구간이 길어집니다.
CI는 약 6% 더 길며, 이는 매우 완만한 인플레이션입니다. 나는 이러한 상관관계가 설계 성능을 크게 손상시키지 않는다고 생각합니다.
Re: 상관관계 및 추정 효율성에 대한 컬러 맵맞습니다. 제가 말했듯이 이산 수치 요인을 사용하여 수준을 정의하면 JMP가 해당 용어를 정의합니다. 세 가지 요인 수준을 모두 유지하려면 모형에 2차 항이 있어야 합니다.
0이 아닌 상관관계가 나타나는 이유는 중심점 추가와 설계 불균형 때문입니다. 중심점을 생략해도 여전히 상관 관계가 있습니다. 각 주 효과는 이 경우 12번의 실행을 사용하여 다른 두 요인과 관련된 상호 작용 효과와 상관 관계가 있습니다(r = +/- 1/3). 상관 관계를 제거하려면 8회 또는 16회 실행해야 합니다.
추정치에서 이렇게 많은 상관관계를 우려하는 이유는 무엇입니까? 처음부터 높은 분산 반응을 갖고 있습니까? 요인 수준 변경에 따른 효과가 작습니까?
Re: 상관관계 및 추정 효율성에 대한 컬러 맵@마크_베일리 응답해 주셔서 감사합니다. 이산형 수치 요인 대신 연속 요인을 사용하는 것이 도움이 되지만 제 생각에는 이산 수치 인자를 사용할 때 배기 온도에 대한 2차 항이 추가되었습니다. 이제 주효과와 2요인 상호작용만 포함하면 상관관계가 다시 나타납니다. 이것이 예상된 것입니까, 아니면 제가 다른 것을 하고 있는 것입니까?
Re: 상관관계 및 추정 효율성에 대한 컬러 맵직교성에 대한 귀하의 특정 요청을 처리하는 것을 잊었습니다. 당신이 발견한 바와 같이, 이 특성을 달성하는 데는 매우 많은 비용이 들 수 있습니다. 완전히 균형 잡힌 설계가 필요하며 모든 추정 열도 균형을 이루어야 합니다. 직교성 없이도 경제적이고 효과적인 디자인을 제작할 수 있는 경우가 많습니다. 내가 찾은 12번의 실행은 상관 관계가 낮은 것으로 보이므로 신뢰 구간 길이가 약간 부풀려진 것 같습니다. 귀하의 경우에 상관 관계가 허용되는지 확인하십시오.
Re: 상관관계 및 추정 효율성에 대한 컬러 맵Discrete Numeric Factor를 사용하는 데에는 아무런 문제가 없습니다. 이는 본질적으로 연속형 요인이지만 사용자가 수준을 지정하면 JMP가 모형의 항을 지정합니다. 연속 요인을 사용하고 항을 지정한 다음 JMP가 수준을 지정할 수도 있습니다. 이런 식으로 12번만에 더 나은 디자인을 얻었습니다. 나는 당신을 위해 여기에 테이블을 저장했습니다.
귀하의 예에서는 모든 주효과와 2요인 상호 작용 및 배기 온도에 대한 단일 2차 항이 포함된 모델을 사용하는 것으로 나타났습니다. 그 모델이 제가 사용했던 모델이에요.
