특이점 문제안녕 모두,
세 가지 고정 효과로 ANOVA를 수행하려고 합니다. 나는 물고기 로봇을 가지고 있고 다양한 입력 매개변수, 5단계 입력 각도 및 5단계 입력 기간에 걸쳐 세 가지 다른 체형의 성능을 테스트하고 있습니다. 모양, 입력 각도, 입력 기간 및 효과의 전체 요소를 사용하여 표준 제곱근 모델을 구성했습니다. 오류를 측정하는 두 개의 서로 다른 연속 변수에 별도의 모델을 피팅하고 있습니다. 서로 다른 로봇 모양에 오류가 더 많거나 적은지, 특정 입력 변수 조합에서 더 많은 영향을 받는지 확인하고 싶습니다. 모델을 실행할 때 많은 특이점이 발생하고 모델에 "자유도 손실" 오류가 있습니다. 문제를 일으킬 수 있다고 생각할 수 있는 유일한 것은 전체 입력 조합 행렬이 없다는 것입니다. 5X5 그리드를 보고 있는 경우 대각선과 십자(즉, 세 번째 레벨 입력 기간 X 모든 레벨의 입력 각도 및 그 반대)에 대한 테스트가 있으므로 그리드 가장자리 주변에 일부 십자가 누락되었습니다(이것은 켜져 있었습니다. 목적). 치료 사이에 불일치가 없으며 수집하려는 모든 시험이 있습니다.
이 오류가 발생하는 이유와 해결 방법을 설명할 수 있는 사람이 있습니까? 나는 내가 올바른 테스트를 하고 있지 않을 수도 있다고 생각한다. 입력 각도와 기간을 범주 대신 연속 변수로 코딩하고 대신 선형 모델을 실행하면 질적으로 동일한 결과를 제공하고 유효할까요? 하단에 스크린샷을 첨부했습니다.
감사해요,
스티븐
소비자 및 시장 조사데이터 혼합 및 정리데이터 탐색 및 시각화품질 및 프로세스 엔지니어링Re: 특이점 문제분석에 도움이 더 필요하면 어디에서 우리를 찾을 수 있는지 알고 있습니다!
Re: 특이점 문제설명해 주셔서 감사합니다. 그러면 피팅 모델 플랫폼을 사용하고 입력 각도와 지속 시간을 연속 효과로 사용하는 것이 좋을 것 같습니다. 납득이 가는 결과를 얻습니다.
Re: 특이점 문제통계에 대해 걱정하지 마십시오. 나는 당신을 통계학자로 만들려는 것이 아닙니다! 하지만 당신은 통계를 사용하고 있으므로 선택의 의미와 결과를 이해하기를 바랍니다.
물론 자신만의 디자인을 만드는 것을 포함하여 원하는 디자인 방법을 자유롭게 사용할 수 있지만 이 방법은 주어진 작업에 대한 디자인의 유연성과 최적성에 영향을 미칩니다. 이 접근 방식은 '테스트'가 아닙니다. 그 접근 방식은 찾고 있는 것 또는 충분히 가까운 것을 찾을 때까지 계속 시도하는 것입니다. 이 접근 방식은 '실험'이며 모델에 관한 모든 것입니다. 즉, 설계의 유일한 목적은 모델의 매개변수 추정을 지원하는 것입니다. 따라서 모델에 대한 모든 것이 핵심입니다. 연속 요인이 더 많은 정보를 제공합니다. 연속 용어가 더 많은 정보를 제공합니다. 연속 항이 더 효율적입니다. 이전에 말했듯이 모델에서 연속 요소와 연속 항을 이점으로 사용합니다. 자신에게만 제공되는 수준에서 응답을 항상 예측할 수 있습니다.
연속 요인을 사용하는 경우 JMP에서 최적 수준을 결정합니다. 이러한 모든 수준을 사용할 수 있는 것은 아닙니다. 이 경우 연속 요인 대신 불연속 수치 요인을 사용하십시오. 이제 수준을 결정하면 JMP가 적절한 항을 결정합니다. (레벨과 조건이 일치해야 합니다.") 내가 여기서 만들고 있는 차이점이 여러분에게 의미가 있기를 바랍니다.
랜덤화가 매우 중요합니다. 필수는 아니지만 매우 중요합니다. JMP는 설계가 무작위화되었다고 가정합니다. 이는 처리(요인 조합) 및 실험 단위의 선택이 임의적임을 의미합니다. 또한 각 실행 전에 모든 요인 수준이 재설정됨을 의미합니다. 그러나 대부분의 경우 실험은 첫 번째 실행에 대한 요인 수준을 설정하고 두 번째 실행에 대해 해당 설정을 유지합니다. 이것은 무작위가 아닙니다. 단지 편의를 위한 것이라면 실험에 더 많은 노력을 기울이고 일부 편의를 포기하고 무작위로 실행하는 것을 고려하십시오. 실질적인 한계를 위한 것이라면 JMP에게 이 요소는 '변경하기 어렵다'고 알려야 합니다. 이 표시는 올바른 설계를 만들고 올바른 분석을 자동으로 설정하기 위해 JMP가 알아야 할 사항을 알려줍니다.
실행 횟수는 맞춤형 설계 플랫폼에서 선택할 수 있습니다. 조합 원리와 군론을 기반으로 하기 때문에 고전적인 설계 방법에서는 사용할 수 없습니다. 맞춤형 디자인은 최적화를 기반으로 합니다. 데이터 테이블에서 제외 행 상태를 사용하여 모형 적합에 대한 실행 수(또는 어떤 실행)를 제어할 수 있습니다.
Re: 특이점 문제지금은 시간이 있으니 모델링 유형에 대해 설명하겠습니다. 사실, 작고 유한한 수의 수준만 설정할 수 있더라도 요인은 연속적이고 그 효과는 연속적입니다. 지속적인 효과로 모델링하는 것이 좋습니다. 이러한 불연속 수준 중 하나에서 발생하는 일을 항상 예측할 수 있습니다!
더 늦게...
Re: 특이점 문제그래서 나는 당신이 모델 구성에 대해 말하는 것을 봅니다. 나는 입력 각도와 지속 시간을 카테고리 효과로 취급하고 싶습니다. 왜냐하면 그것들은 치료 전반에 걸쳐 일관된 입력 설정이었기 때문입니다. 유사한 측정 변수를 연속 효과로 사용하는 다른 선형 모델을 실행하고 있습니다. 각 입력 조합에서 발생하는 모터 오류의 양을 파악하기 위해 이러한 ANOVA를 실행하고 있었습니다.
귀하의 질문에 최선을 다해 답변하려고 노력했습니다. 나는 통계학에서 원하는 만큼 강한 배경 지식이 없다는 것을 인정해야 합니다. 그리고 맞춤 디자인으로 작업한 적이 없기 때문에 무작위화, 실행 수 선택 등에 관해서는 헤매고 있습니다. 속도를 높이는 데 도움이 될 수 있는 리소스에 감사드립니다. 기본 사항을 설명하는 데 시간을 사용하지 않는 것이 좋습니다. JMP 설명서는 사용자가 이미 실험 설계 등의 용어를 알고 있다고 가정하는 것 같습니다.
- 핏 모델 플랫폼을 사용해 왔는데, 맞춤 디자인은 해본 적이 없다.
- 입력 각도와 입력 시간은 우리가 테스트한 수준이기 때문에 범주형입니다. 어떤 수준에서든 테스트할 수 있어서 범주형일 필요가 없다는 주장을 볼 수 있지만, 별개의 수준을 선택했기 때문에 범주형으로 시작하기로 결정했습니다.
- 나는 완전히 무작위라고 가정합니다. 어떤 요소가 재설정되지 않는지 또는 그 이유가 무엇인지 정확히 모르겠습니다.
- 나는 전체 요인을 사용했습니다. 나는 아마 3차 항이 필요하지 않을 것입니다. 그것은 큰 의미가 없습니다. 근데 체형*입력설정 상호작용이 너무 보고싶어요
- 적합 모델 환경에서 런 수를 지정할 수 없다고 생각합니다.
Re: 특이점 문제부분 요인 설계의 데이터로 완전 요인 모형을 맞추려고 합니다. 그러한 모형에 적합할 충분한 데이터가 없습니다. 이렇게 생각해보세요. 회귀 분석은 ' 모델 매트릭스 ' 로부터 ' 디자인 매트릭스 .' 모형 행렬에는 지정한 선형 예측 변수의 모든 항을 나타내는 열이 포함되어 있습니다. 하나의 열(일반적으로 첫 번째 열)은 1로 설정되어 절편(모든 예측 변수와 독립적인 상수 항)을 추정합니다. 또 다른 열은 '기간'을 추정하기 위한 실제 수준입니다. 주요 효과 ' 또는 1차 항에 대한 매개변수. 이 요인이 수준이 5개인 범주형인 경우 회귀는 모형 행렬에 4개의 열을 만들어 주효과에 대한 모든 모수를 추정합니다. 완전 요인 모델에는 가능한 모든 요인 교차에 대한 항이 있습니다. 결과적으로 교차의 범주형 요인에는 많은 열이 필요합니다. 이 상황은 모델 행렬에서 둘 이상의 열이 동일할 가능성을 설정합니다. 즉, 선형 예측기의 두 항은 다음과 같습니다. 별칭 모델 행렬의 동일한 열에 대해. 이 용어가 나타내는 효과는 다음과 같습니다. 당황하다 데이터에서 동시에 추정할 수 있습니다. 모델 행렬에 동일한 열이 있을 수 없습니다. 그렇지 않으면 공분산 행렬의 역이 솔루션에 대해 계산될 때 특이점이 생성됩니다(즉, 모델 매개변수의 추정치). 해결책은 모형 행렬에서 다른 열을 생성할 요인 수준의 새로운 조합을 사용하여 설계 행렬에 더 많은 실행을 포함하는 것입니다.
다음은 몇 가지 질문과 제안입니다.
- JMP에서 어떤 설계 플랫폼을 사용하셨습니까? 일반적으로 첫 번째 선택으로 맞춤형 디자인을 권장합니다.
- 요인을 어떻게 정의했습니까? 각도와 지속시간은 연속적인 요소가 되어야 한다고 생각합니다. 각각에 대한 범위를 지정하고 맞춤형 디자인이 모델에 가장 적합한 수준을 선택하도록 합니다.
- 설계가 완전히 무작위화됩니까, 아니면 각 실행 전에 일부 요인이 재설정되지 않습니까? 그 대답은 연구 설계 및 분석에 매우 중요할 수 있습니다.
- 모델은 어떻게 지정하셨나요? 연속 요인은 더 적은 수의 매개변수를 필요로 하여 분석에 도움이 됩니다. 예를 들어 범주형 요인의 5개 수준에는 4개의 매개변수가 필요합니다. 응답이 이 요인의 변화에 대해 선형이면 1개의 매개변수만 필요합니다(기울기). 매개 변수가 적다는 것은 실행 횟수가 적다는 것을 의미합니다. 또한 일반적인 요인 범위는 일반적으로 단순한 저차 다항식으로 잘 모델링되는 반응을 생성합니다. 완전 요인 모형이 응답을 과도하게 지정할 수 있습니다.
- 실행 횟수는 어떻게 선택했습니까?
