Hallo, ich habe ein DOE mit 3 Faktoren: Kammerdruck, Durchflussrate und Spannung. Zwei dieser Faktoren sind voneinander abhängig (Druck und Durchfluss). Das heißt, ich ändere die Durchflussrate für bestimmte Drücke und mische sie nicht mit verschiedenen Pegeln. Wenn ich das Modell mit den 3 Faktoren anpasse, sehe ich keine Korrelation, da ich im Wesentlichen 2 Faktoren habe. Wenn ich einen der abhängigen Faktoren entferne, sehe ich eine Korrelation. Kann jemand erklären, warum dies geschieht?
Vielen Dank,
Aufgrund der verfügbaren Informationen allein der Daten ist es unmöglich, die beiden Effekte gleichzeitig abzuschätzen. Wenn beispielsweise X1 = 10 und X2 = 5 ist, ist Y = 20. Wenn X1 = 20 und X2 = 10, ist Y = 40. Was bewirkt X1? Was bewirkt X2? Sie können den Effekt willkürlich entweder X1 oder X2 zuweisen, aber diese Daten reichen nicht aus, um festzustellen, um welchen es sich handelt. Eine andere Sichtweise ist, dass es unendlich viele Lösungen gibt, die dieses Problem lösen.
Sie sollten einen Bericht mit Details zu Singularitäten oben im Fenster "Kleinste Quadrate anpassen" bemerkt haben, der Sie vor diesem Problem warnt. Ihre Effekte sind perfekt korreliert, oder verwirrt . Sie sind unzertrennlich.
Ist das ein Problem? Es ist für die Regression. Aber brauchen Sie beide Variablen im Modell? Es hört sich so an, als würden Sie die Durchflussrate verwenden, um Druck zu erzielen. Daher scheint mir der Druck der Faktor zu sein, und die Durchflussrate ist kein Faktor, sondern ein Weg, um ein Faktorniveau zu erreichen. Es wäre so, als würde man das Gewicht einer in Wasser gelösten Chemikalie und die Konzentration der Chemikalie in dasselbe Modell einbeziehen. Die Konzentration ist der Faktor. Das Gewicht ist der Weg, um eine bestimmte Konzentration zu erreichen.
