DOE-シンボルファクターのモデリングタイプとは何ですか？こんにちは、
DOEを設計するとき、因子のモデリングタイプについて質問があります。
実験で使用される係数の実際の値は無数のデータですが、ユーザーが特定の値のみを選択できるように記号化されています。
factor（x）の記号化された値は0〜16です。（整数）ただし、実際の値は指数関数として減少します。（1 / e ^ x）
ファクターにシンボル値を使用する場合、どのタイプのモデリングを選択する必要がありますか？連続的または離散的またはカテゴリー的ですか？
Re：DOE-シンボル化された因子のモデリングタイプとは何ですか？答えはわかりませんが、答えを見つけるのに役立ついくつかの考慮事項があります。
この要因の影響をどのようにモデル化しますか？線形応答または非線形応答を生成しますか？他の要因と相互作用しますか？
いくつのレベルが必要ですか？指定したモデルに最適なレベルが必要ですか、それとも自分でレベルを指定しますか？
一般的には連続因子タイプを使用し、JMPに最適なレベルを決定させて、モデルパラメーターを推定します。因子レベルを指定して連続因子をモデル化する必要がある場合は、離散数値因子タイプを使用します。カテゴリー因子タイプも可能ですが、簡単な説明に基づいて、それは良い選択ではないようです。
「記号化された」という言葉の意味が理解できないので、あなたがやりたいことについて間違っているかもしれません。それで、因子レベルは、単に逆指数関数の力ですか？因子が指数関数的に変化する場合、線形回帰モデルのためにp関数を使用することをお勧めします。
Re：DOE-シンボル化された因子のモデリングタイプとは何ですか？投稿者に質問を追加しますしゅう ：
1。コミュニケーションと結果の観点からの解釈から、変換された値は、意思決定または説明的洞察のためのモデルの実際的な使用に混乱を生じさせるか、水を濁らせますか？すべてではありませんが、JMPの視覚化の多くは、モデリングに使用された生データテーブルに含まれる値をx軸とy軸の値として使用し、これらの値が意味をなさない場合やメッセージをマスクする場合、これらの視覚エフェクトを作成し、他のユーザーと共有します。私は回避策を考えることができますが、これらは文脈依存であり、一般化するのが困難です。
私は同意しますしゅうこれまでに共有してきたことから、変換された値を継続的なものとして扱い続けることが、分析を開始する場所になると思います。
