Análisis de cribadoEnviaré los antecedentes y cuatro preguntas al soporte técnico de JMP.
Acabo de terminar de impartir un curso en el aula sobre Diseño de experimentos a algunos empleados de P&G. Tuvimos algunas personas en JMP 12 y algunas en JMP 13. Parece que JMP 13 hace que sea mucho más difícil sacar el análisis de Fit Model y, en cambio, realmente quiere que uses la nueva plataforma Fit Screening de dos niveles. En JMP 12, puede obtener un análisis de Fit Model o de la antigua plataforma de Screening.
Primera pregunta: ¿Por qué es mucho más difícil encontrar análisis de detección en JMP 13? Está en Analizar> Modelado especializado> Modelos DOE especializados (en lugar de simplemente Analizar> Análisis). Afortunadamente, es más fácil si el diseño fue creado por una plataforma DOE simplemente haciendo clic en el triángulo verde para Screening.
Segunda pregunta: ¿Por qué JMP dejó de dar Resumen de ajuste y Análisis de varianza para los diseños de cribado de forma predeterminada en el Modelo de ajuste?
Tercera pregunta: cuando no hay error DF, JMP ya no da ninguna estimación o valor p por defecto. ¿Por qué? Sé que puede obtener el análisis sin error del DF a la izquierda del Modelo de ajuste en JMP 13 por triángulo rojo> Estimado> Estimaciones ordenadas. Pero el lugar más intuitivo para buscarme sería triángulo rojo> Detección de efectos> Estimaciones escaladas, y esto no funciona.
Cuarta pregunta: existe una diferencia en los valores p entre el Modelo de ajuste y el Cribado de dos niveles de ajuste (pero las mismas estimaciones, relaciones t). ¿Por qué? Ver Imagen 1 e Imagen 2 a continuación. Conjunto de datos también adjunto.
Image 1 - Fit Model output Imagen 1 - Salida del modelo Fit 
Image 2 - Fit Two-Level Screening output Imagen 2 - Ajuste de salida de detección de dos niveles
Re: Análisis de detecciónRespuesta del soporte técnico (parafraseado, número de seguimiento 7612015122):
1) El menú de análisis se reorganizó en JMP 13 y la nueva ubicación de la Plataforma de detección en múltiples submenús es la prevista.
2) El énfasis de Screening de efectos de Fit Model anula las preferencias de la plataforma JMP y no muestra el resumen de las tablas de Fit y ANOVA a menos que lo solicite explícitamente Red Triangle o JSL. Esto es lo que pretendía el desarrollador, ya que alguien que realiza la detección no debería preocuparse por obtener un buen ajuste del modelo, sino por identificar los efectos correctos.
3) Incluso cuando se utiliza la detección de efectos en el modelo de ajuste, las estimaciones de parámetros ordenados ya no se activan automáticamente. Si no es intuitivo activar esa opción en el triángulo rojo (o Preferencias o JSL), entonces la plataforma Screening puede ser una mejor opción.
4) La plataforma de detección calcula los valores p por simulación, mientras que la plataforma Fit Model no lo hace. Puede obligar a Screening a dar los resultados del Modelo de ajuste, aunque esto no se recomienda.
Mis reacciones (no enviadas a soporte):
1) Multa. No me gusta que la plataforma se posicione tan profundo, pero entiendo por qué se hizo.
2) Creo que esto es un ajuste en el pensamiento que podría hacer.
3) Dado el número 4, este es probablemente el comportamiento correcto.
4) ¿Hay algún documento técnico o algo más que explique por qué la simulación es mejor? Y si es mejor, ¿por qué Fit Model todavía lo calcula a la antigua usanza?
