Adatta DSD - fase 1 rispetto al calcolo dell'errore standard combinatoNella schermata seguente, l'analisi della fase 1 mostra ~ 1,4 Std Error per gli effetti principali nella fase 1.
Il modello combinato mostra ~ 2.4 Std Error per gli effetti principali.
Crea modello con solo effetti principali in ~ 2,8 SE.
Perché lo Stage 1 ha un errore Std inferiore per gli effetti principali rispetto alla regressione con solo effetti principali?
In questo esempio, ho impostato lo Stage 2 Ratio su high (5) per eliminare la maggior parte degli effetti del 2 ° ordine.
Grazie in anticipo per eventuali spiegazioni.
DOERi: Fit DSD - stage 1 vs calcolo dell'errore std combinatoPresumo che tu abbia già letto la documentazione su Adatta allo screening definitivo procedura. L'esempio fornito mostra le stesse differenze nell'errore standard delle stime del tuo esempio.
La natura sequenziale del processo di identificazione o selezione (cioè, fase 1 e 2) e la presenza di "fattori falsi" è diversa dai metodi basati sulla regressione del modello completo. Quel modello è super saturo che porta a una matrice del modello che è singolare.
Ri: Fit DSD - stage 1 vs calcolo dell'errore std combinatoGrazie per aver risposto Mark.
Dopo aver riletto la descrizione del processo di adattamento potrei avere un indizio. La prima fase non raggruppa i fattori inattivi, la seconda lo fa. È corretto?
In allegato trovi un altro esempio più semplice di confronto tra Fit DSD e Make model con un discutibile effetto principale X7.
La casella di risposta non consentiva di incollare le immagini.
