Equazione della formula di previsioneCari e rispettati tutti, per favore aiutatemi a risolvere questo problema di ottenere l'equazione finale della previsione dopo aver applicato RSM a un dato. Ho letto diversi articoli che hanno citato l'equazione effettiva in termini diversi con costanti e intercettazioni (immagine allegata), quella fornita da JMP ha solo valori numerici (immagine allegata).
Re: Equazione formula predittivaCiao @Afnanyasir ,
Prima di eliminare il termine misto, A*B, e i termini quadratici, A^2 e B^2, consiglio di utilizzare la piattaforma Fit Model e testare il modello RSM, ma utilizzare le "Personalità" GLM, GenReg o Stepwise per vedere quali termini nell'espansione polinomiale dell'RSM sono davvero insignificanti nel modello. Prova altri metodi per adattare i dati e vedere cosa danno. Se danno tutti risultati simili che i termini A*B e quadratici sono insignificanti, rilasciali nel modello finale. Se i dati sono stati raccolti tramite un DOE RSM, non è necessario analizzarli attraverso la stessa piattaforma. Puoi analizzarlo anche in altri modi.
Spero che sia di aiuto,
ds
Re: Equazione formula predittivaGrazie per una risposta dettagliata. Come ho detto prima, il grafico di regressione dei dati spiega i dati in modo lineare anche i modelli quadratici e altri modelli polinomiali sono definiti non significativi nelle stime dei parametri. solo il fattore A individuale e il fattore B individuale sono definiti significativi. La mia domanda è: devo includere i termini non significativi come AxB o A2B2 nel mio modello RSM per ottenere l'equazione finale? o aggiungo solo quelli significativi che sono i singoli fattori A e B?
Re: Equazione formula predittivaQuindi devo aggiungere le stime dei parametri non significativi in RSM per ottenere l'equazione finale? o devo solo saltarli? perché l'equazione finale cambia se includo o escludo i parametri non significativi. Grazie
Re: Equazione formula predittivaScusa la mia ignoranza, ma alcune tue informazioni sono contrastanti. Dici di voler analizzare i dati dal tuo set di dati usando RSM (presumo costruito nella costruzione del modello JMP)... questo include effetti principali, effetti del 2° ordine (interazioni a 2 fattori) ed effetti quadratici (ad es. A+B +AB+A^2+B^2). Questo modello non assegna effetti di interazione quadratica (ad es. A^2B, AB^2, A^2B^2), poiché si presume che questi siano stime di errore (non discuterò di questo qui). Nella tua ultima risposta, suggerisci che il modello sia solo lineare? Inoltre parli di "miscela". Quindi è un disegno misto? RSM non è il modo in cui si analizzerebbe in genere un progetto di miscela (con i vincoli associati).
Ci sono un paio di pensieri:
1. Inizia con un modello saturo (assegna tutti i gradi di libertà). Semplificare il modello rimuovendo i termini insignificanti (usare la teoria scientifica, i valori RSquare e RSquare Adj e il delta tra quelli, gli errori standard e i grafici normali per aiutare a selezionare i fattori significativi). Eseguire nuovamente il modello semplificato per ottenere i residui per valutare le ipotesi del modello. Se i termini quadratici sono insignificanti, eliminali dal modello.
2. Se sei veramente a un punto in cui stai ottimizzando per sviluppare la migliore equazione di previsione, il significato non è la preoccupazione principale. Questo dovrebbe essere già stato determinato e quindi ora stai solo riempiendo lo spazio della regione di progettazione ottimale.
Re: Equazione formula predittivaCiao @Afnanyasir ,
Se hai una conoscenza precedente di un modello, usa semplicemente quel modulo funzionale.
Ad esempio, in fisica, se un oggetto cade dall'altezza "h" con una certa velocità iniziale (v0), la posizione verticale dell'oggetto (in funzione del tempo) è (g è la costante gravitazionale):
y(t) = h + v0*t + (1/2)gt^2
Se l'esperimento che stai facendo prevede la caduta di oggetti, useresti questa equazione e nessun'altra, quindi non è una formula empirica, ma una formula dei primi principi. Se hai una formula dei primi principi dalla fisica o dalla chimica, vai avanti e usala.
Ma, in base a quello che stai dicendo, dal lavoro precedente sembra che tu abbia un'indicazione che si tratta di un modello lineare basato sul dosaggio e sulla temperatura degli alcali, e volevi solo verificare se ci fossero termini incrociati o termini di ordine superiore. Eseguendolo attraverso un RSM, puoi ottenere una buona indicazione su quali fattori potrebbero essere importanti o meno. Tuttavia, il valore p a cui indichi riguarda maggiormente il valore di stima del parametro e se rientra o meno nell'intervallo di confidenza del 95%. Quindi, tutto ciò significa che la stima del parametro non è molto buona.
Se vuoi sapere se un termine, come A*B o A^2 o B^2 dovrebbe essere in un modello, ti consiglio di eseguirlo attraverso le personalità stepwise o GenReg nella piattaforma Fit Model. Potresti anche provare una personalità PLS o GLM e vedere cosa trovi lì.
Ad esempio, con i dati di esempio Big Class.jmp, puoi eseguire un RSM sull'età utilizzando altezza e peso come "A" e "B". Se lo fai, il grafico Riepilogo effetti ti dice quali fattori (e combinazioni) sono rilevanti, se il loro valore P è << alfa. Questi sono il tipo di p-value che vuoi guardare.
Per il tuo lavoro, sembra la tua risposta, l'aumento di SCOD dipende linearmente da Temp e Alkali Dose. Qualunque sia il modello più semplice e che puoi verificare, allora scegli quello, con tutti i mezzi.
Come ultimo consiglio, se hai un piccolo set di dati, potresti voler esaminare la convalida del modello, dovresti esaminare il componente aggiuntivo JMP di convalida automatica e vedere se questo può aiutarti.
Spero che sia di aiuto!,
ds
Re: Equazione formula predittivaCiao @SDF1 signore/signora. Grazie mille per la tua risposta dettagliata. Sì, per RSM intendo il modello della superficie di risposta e avevo una conoscenza preliminare del modello che avrei utilizzato in base ai miei dati. Per il controllo incrociato il mio supervisore ha eseguito gli stessi dati attraverso un altro software che ha confermato che i dati si comportavano in modo lineare (in modo crescente) e anche il grafico di regressione in JMP ha spiegato i dati in modo lineare. Se includo tutti i miei termini o dico variabili indipendenti e la loro miscela, l'equazione diventa più complicata (immagine allegata) ed è elencata come non significativa, quindi in pratica non li ho inclusi nell'esecuzione di RSM poiché sono stati descritti come non significativi. I fattori A, B sono significativi mentre A*B, A2 e B2 sono definiti non significativi (immagine allegata). quindi devo eseguire anche i termini non significativi per ottenere la formula completa? e se aggiungo tutti i termini, come esprimerò l'equazione finale (immagine allegata)?
Re: Equazione formula predittivaCiao @Afnanyasir ,
Solo per essere sicuro, quando dici di aver applicato RSM ai dati, intendi un modello di superficie di risposta? Prima di applicare quel modello specifico, sai a priori che questo è il modello corretto da utilizzare, forse da un'equazione fisica o chimica nota per modellare il tipo specifico di comportamento? In caso negativo, qual è la giustificazione per la scelta di quel particolare modello? Se non è basato su un modello fisico/chimico, ti consiglio di analizzarlo con GenReg, cosa che puoi fare dato che hai JMP Pro.
Il modello che mostri non sembra un RSM completo perché, come mostri nell'equazione seguente, il tuo modello non ha il termine di miscela A*B e manca uno dei termini quadratici. Altrimenti, la tua equazione va perfettamente bene. Hai l'intercetta, il primo numero, la pendenza per la dipendenza da Alkali Dose, la pendenza per la dipendenza da Temp e la pendenza per la dipendenza da Temp^2. Gli altri termini sono stati eliminati perché non contribuivano al modello?
Puoi sempre inserire manualmente gli altri termini per ottenere l'RSM completo ed eseguire nuovamente il modello. Nota di cautela: fai attenzione a quanti termini includi nel tuo modello in modo da non esagerare. Il tuo modello attuale contiene tre termini, quindi hai bisogno di almeno 4 righe nella tabella dei dati per assicurarti di avere almeno un grado di libertà. Se stai cercando di prevedere un risultato, ti consigliamo di testarlo su alcuni dati che non sono stati utilizzati per adattarsi al modello, o almeno eseguire alcune esecuzioni di verifica per assicurarti che il tuo modello sia corretto. Se hai abbastanza righe nella tabella dei dati (forse > 100 o giù di lì), potresti essere in grado di eseguire la convalida incrociata e trovare un modello empirico più adatto.
Spero che sia di aiuto,
ds
