모두들
상관 관계에 색상 맵을 사용할 때 단일 상관 매개 변수의 영향을 추정하기 위해 상관 값 임계 값이 일반적으로 허용되지 않는 한계로 허용되는지 궁금합니다. 0.3? 0.2?
감사,
휴고
martin
일반적으로 상관 관계 측정은 설명이 아닌 설명이 아닌 통계입니다. 따라서 매개 변수 추정에 대한 상관 통계 임계 값에 관한 문헌의 내용은 많이 볼 수 없습니다. 모수 추정은 추론 적 통계의 핵심이며, 보통 최소 제곱 회귀와 같은 다른 통계적 방법론 접근이 필요합니다.
사용자 정의 디자인과 같은 디자인 플랫폼의 디자인 진단 개요 부분에 제공된 플롯을 참조한다고 가정합니다.
나는 이론적이거나 실제적인 문턱이 없다고 말할 것이다. 추정치의 상관 관계에 대한 '거짓의 규칙'은 없습니다. 왜?
상관 관계가 추정값의 분산을 팽창시키기 때문입니다. 이 인플레이션은 VIF (Variance Inflation Factor)와 같은 여러 가지 방식으로 표현 될 수 있습니다. 이러한 증가는 항 또는 개별 모수에 대한 가설 검정의 검정력을 감소시킵니다. 동일한 추정치에 대한 신뢰 구간의 길이가 증가합니다. 이러한 모든 변경 사항은 일반적으로 잘못된 방향입니다. 따라서 설계가 충분한 지 확인하기 위해 수행 한 상관 관계를 조사해야합니다. 그러나 상관 관계를 평가하려면 처리 할 응답 분산에 대한 정보가 필요합니다. 반응 분산이 작 으면 더 큰 VIF를 견딜 수 있습니다. 그렇지 않은 경우 더 작은 VIF 만 허용 할 수 있습니다. 따라서 일반적인 이유로 VV <10도 같은 이유로 의미가 없습니다.
그것은 또한 실험과 행운의 본질에 달려 있습니다. 예를 들어, 스크리닝 실험이고 운 좋게 상황이 주요 스크리닝 원칙을 따르는 경우 대부분의 매개 변수를 추정 할 필요가 없습니다. 원래 설계는 이제 모형의 최종 항에 비해 훨씬 큽니다. 더 작은 모델로 디자인을 투영하면 상관 관계가 더 좋아질 것입니다. 따라서 상관 관계는 치명적이지 않습니다.
마지막으로, 연속 요인에 대해 넓은 범위를 사용해야합니다. 왜? 반응에 더 큰 영향을 미치므로 검정력이 증가하고 신뢰 구간의 상대적 길이가 감소합니다. 상관에도 불구하고 .
