55136_it-IT

liliconcom

Re: Includere effetti casuali nella selezione graduale dei parametri in avanti

Sarebbe molto auspicabile anche consentire effetti casuali nella funzione Adatta tutti i modelli possibili.

Re: Includere effetti casuali nella selezione graduale dei parametri in avanti - Stato modificato in: ArchiviatoStiamo archiviando questa richiesta. Se questo è ancora importante, commenta con ulteriori dettagli e riapriremo. Grazie!Re: Includere effetti casuali nella selezione graduale dei parametri in avanti

Sì, ancora importante sapere come gestire gli effetti casuali (blocco casuale, trama intera..) nella regressione graduale e anche nella regressione generalizzata. Come viene ora analizzato un grafico diviso con regressione generalizzata?

Re: Includere effetti casuali nella selezione graduale dei parametri in avanti

Penso ancora che sia importante.

Non so quali dettagli aggiuntivi sono necessari?

Attualmente, in Fit Model, Stepwise/ Adatta a tutti i modelli possibili le funzionalità non consentono modelli con effetti casuali. Sarebbe fantastico se lo facesse.

Re: Includere effetti casuali nella selezione graduale dei parametri in avanti

La regressione generalizzata è un ottimo strumento e molto utile per analizzare il DOE! Forse è difficile gestire effetti casuali/split plot con metodi di restringimento, in tal caso c'è un modo per gestirlo con la regressione generalizzata?

Re: Includere effetti casuali nella selezione graduale dei parametri in avanti - Stato modificato in: Acknowledged

@frankderuyck Grazie per la vostra risposta! Ho cambiato lo stato in "Riconosciuto". Abbiamo catturato la tua richiesta e la prenderemo in considerazione. Non sono necessari ulteriori dettagli in questo momento.

Oggetto: Includi effetti casuali nella selezione dei parametri per fasi successive - Stato modificato in: IndagineRe: Includi effetti casuali nella selezione dei parametri in avanti per gradi - Stato modificato in: Ci piace! (in coda)

@frankderuyck - Abbiamo esaminato la tua richiesta e pensiamo che sarà un'ottima aggiunta a JMP. Questa richiesta è nella coda degli elementi su cui lavorare in una versione futura.

Ri: Includere effetti casuali nella selezione progressiva dei parametri

Essere d'accordo. L'esperto di design può farlo. JMP è indietro

Include effetti casuali nella selezione progressiva dei parametri

Molti DOE devono essere eseguiti nell'arco di diversi giorni, quindi considerare e separare la variazione temporale casuale nell'analisi DOE è un problema. Come affermato da Goos & Jones, i blocchi randomizzati in DOE sono molto utili per assorbire la variazione casuale in modo che gli effetti fissi possano essere stimati con precisione.

Tuttavia nel modulo di selezione progressiva dei parametri di JMP in avanti non è possibile includere effetti casuali; tutti i blocchi, anche i blocchi con effetti temporali casuali, devono essere trattati come effetti fissi. Nella selezione in avanti sarebbe un grande miglioramento consentire anche effetti casuali in modo da evitare la vecchia e ingombrante selezione all'indietro.

Modellazione statistica avanzataRi: Includere effetti casuali nella selezione progressiva dei parametri

candidati al sondaggio sulla priorità della lista dei desideri - esecuzione pilota:
Presentiamo il sondaggio sulla definizione delle priorità della lista dei desideri di JMP!

Re: Includere effetti casuali nella selezione progressiva dei parametri

Un'altra richiesta simile: https://community.jmp.com/t5/JMP-Wish-List/Selezione-modello-misto-in-JMP/idi-p/848685