Quali termini alias includere nel modello di adattamentoBuona giornata
Ho eseguito un esperimento di progettazione di screening degli effetti principali per determinare quali dei miei fattori hanno l'effetto più significativo sulle proprietà meccaniche di un materiale. I miei fattori erano:
L -> 5 livelli numerici discreti
R -> 2 livello categoriale
S -> 2 livello categoriale
T -> 2 livello categoriale
Ho utilizzato il numero predefinito di esecuzioni e aggiunto una ripetizione di esecuzioni come suggerito da un collega e ho fatto del mio meglio per ridurre al minimo i valori di correlazione quando si utilizzavano gli strumenti di valutazione del progetto, ma ho dovuto mantenere le esecuzioni al minimo perché non avevo molto di materiale con cui lavorare. Le interazioni a due fattori sono state automaticamente escluse dal progetto se ricordo bene e sono state aggiunte come termini alias.
Quando ora eseguo la mia analisi dopo aver inserito i miei dati sperimentali utilizzando la piattaforma del modello di adattamento e lo screening degli effetti, gli effetti significativi variano a seconda dei termini alias che includo nella piattaforma del modello di adattamento. Inoltre, non posso includere tutte le interazioni a due fattori (ad esempio LI può includere solo due volte in un termine di interazione a due fattori) poiché la maggior parte degli effetti non viene mostrata nel riepilogo degli effetti risultanti. Questo ha qualcosa a che fare con i gradi di libertà nel design? È corretto cercare di includere il maggior numero possibile di termini di interazione tra due fattori dando priorità a quelli con la più alta correlazione con gli effetti principali nella matrice alias? Nella mia matrice alias le 4 correlazioni più alte sono le seguenti:
L * (T * R) - 0,69
L * (T * S) - 0,58
L * (S * R) - 0,58
R * (T * L) - 0,56
dove i fattori tra parentesi sono il termine di interazione di due fattori parzialmente alias con l'effetto principale davanti alla parentesi. Seguono altre 4 correlazioni con valori intorno a 0,4 e il resto del disegno include termini con valori di correlazione molto bassi.
Questi termini alias sono la ragione per cui l'effetto L appare come l'unico fattore significativo (p <0,05) nella maggior parte dei casi quando includo diverse interazioni di due fattori?Devo includere i 4 elencati sopra (con le correlazioni più alte) come la mia migliore scommessa per trovare quali fattori sono significativi se ce ne sono? Inoltre, devo includere due interazioni di fattori nell'analisi del modello di adattamento?
AnalyticsDOERi: quali termini alias includere nel modello di adattamentoSono un po 'confuso, quindi ecco alcune domande / commenti:
1. Se stai eseguendo un progetto di screening, perché stai testando un fattore a 5 livelli? Ciò consentirebbe di stimare un polinomio di 4 ° ordine che sarebbe più probabilmente associato a un progetto di ottimizzazione.
2. Presumo che tu abbia utilizzato Custom Design e aggiunto i termini del modello che ti interessavano di più?
3. Non capisco cosa intendi con " Le interazioni dei due fattori sono state automaticamente escluse dal progetto se ricordo correttamente e sono stati aggiunti come termine alias S." Non puoi avere termini con alias nel modello di adattamento o otterrai singolarità.
4. Inoltre non capisco "aggiunta una corsa replicata"? Hai fatto questo per ottenere 1 DF per errore per il tuo test statistico? Come hai scelto quale trattamento replicare? Realizza il test statistico MSfactor / MSerror (F-test) presuppone che gli errori siano imparziali, distribuiti in modo casuale e, si spera, RAPPRESENTANTI vero errori casuali (non sei sicuro di come ottenerlo con 1 trattamento replicato?). E i residui soddisfano le ipotesi NID (0, varianza).
5. Ciascun coefficiente nel modello è condizionale e la sua grandezza, e talvolta il segno, cambia.Dipendono dalle altre variabili nel modello (e dal rumore).
6. Non capisco " priorità data a quelli con la più alta correlazione con gli effetti principali nella matrice alias ". Se tuo le variabili del modello sono correlate, questa è multicollinearità. Non lo vuoi. Assicurati di controllare i VIF nella tabella delle stime dei parametri.
Forse allega la tua tabella JMP e la comunità potrà dare un'occhiata.
Ri: quali termini alias includere nel modello di adattamentoCiao e grazie per aver dedicato del tempo per rispondere alle mie domande!
1 e 2): sono stato indirizzato a un collega che ha esperienza nella progettazione sperimentale. Ho iniziato con un design personalizzato, ma mi è stato detto di fare piuttosto un design di schermatura classico mentre sto cercando di scoprire quali fattori hanno l'effetto più significativo sulle mie proprietà meccaniche del materiale in modo da poterli prendere e concentrarci su di essi in ulteriori ricerche.
3 e 6): volevo dire che durante la creazione del progetto di screening solo gli effetti principali sono stati inclusi nel modello e le interazioni dei due fattori sono state aggiunte come termini alias. Dopo aver raccolto i risultati della ricerca e aver dovuto analizzare utilizzando la piattaforma del modello di adattamento, ero confuso sull'opportunità di aggiungere termini alias nella sezione del modello di adattamento prima di eseguire l'analisi poiché la matrice alias e la mappa dei colori mostravano aliasing parziale e correlazione di alcuni effetti principali e interazioni tra due fattori, ma non tra gli effetti principali stessi. Capisco la matrice alias per rivelare quali effetti principali possono essere influenzati da alcune interazioni di due fattori? e da quanto ho letto ho pensato che queste due interazioni fattoriali vadano poi inserite nella sezione fit model? Se eseguo semplicemente l'analisi del modello di adattamento senza aggiungere termini alias e ottengo i risultati, cosa devo guardare per sapere se gli effetti principali indicati come significativi sono davvero significativi? Non ho familiarità con la singolarità, ma andrò a documentarmi.
4): mi è stato detto di aggiungere manualmente una corsa di replica al progetto di screening dopo che la tabella è stata generata, ma non sono sicuro di come questo aiuti.
Allego qui la mia tabella dati JMP.
Ri: quali termini alias includere nel modello di adattamento
I miei primi commenti sono, non capisco:
- il processo su cui si sta sperimentando (hai creato una mappa del processo dell'esperimento?),
- il fattori né le ipotesi che ti hanno portato a sperimentare su questi fattori (hai una mappa di pensiero),
- le variabili di risposta né quanto cambiano le variabili di risposta se di valore pratico,
- come è stato eseguito l'esperimento (hai tenuto traccia dell'ordine di esecuzione? È stato eseguito in ordine casuale?),
- come stavi gestendo tutte le altre variabili che sono cambiate durante il corso dell'esperimento (che non sono state manipolate esplicitamente).
Quindi le mie risposte potrebbero essere meno che complete.
1. Quello che hai allegato non è quello che chiamerei un disegno di schermatura classico in quanto hai un fattore (L) a più di 2 livelli. Da quando hai fatto questo, hai creato una struttura di aliasing piuttosto complessa. Se ti fossi attenuto a 4 fattori a 2 livelli, avresti un design IV con risoluzione struttura alias semplice in 8 trattamenti. Non capisco perché testeresti solo un fattore a 5 livelli. Ciò altera i risultati poiché vi sono più informazioni sul fattore L rispetto ad altre nello studio (4 gradi di libertà per L).
2. Continuo a non capire come usi la parola alias " solo gli effetti principali sono stati inclusi nel modello e il t Le interazioni di due fattori sono state aggiunte come termini alias ". Non si aggiungono termini con alias allo stesso modello o l'analisi risultante richiamerà un avviso di singolarità in JMP. Nella tabella che hai fornito, hai un totale di 10 DF. Ogni fattore a 2 livelli è 1 DF e ci sono 4 DF per L (1 per lineare, 1 per quadratico, 1 per cubico e 1 per quartico). I termini non lineari sono parzialmente alias con effetti lineari di 2 ° ordine (e superiori). Poiché L è considerata una variabile continua rispetto alle altre nel modello, questo può creare uno scenario di modello misto (trattato come un effetto casuale rispetto agli altri fattori che sono effetti fissi).
Esistono diversi approcci all'analisi ... alcuni lo fanno in modo additivo iniziando con 1 termine e aggiungendo termini termini al modello (per gradi). Alcuni preferiscono iniziare con un modello saturo e rimuovere i termini ritenuti insignificanti. Entrambi richiedono una comprensione e capacità di interpretare: R-quadrato, R-quadrato aggiustato (e il delta tra i 2), valori p, VIF (per progetti sbilanciati), errore MS e se questo è rappresentativo del vero errore, significato pratico, ecc. Renditi conto che quando lasci un termine fuori dal modello, finisce nel termine di errore e quindi diventa parte della stima di MSerror che influisce sul test F.La rimozione di termini insignificanti dal modello pregiudica ulteriormente il termine MSerror (rendendo i valori p ancora più significativi).Daniel è stato il primo a utilizzare grafici normali per eseguire test statistici non corretti dal termine MSerror.
3. L'aggiunta di 1 esecuzione di repliche fa poco per fornire una stima rappresentativa e imparziale dell'errore, IMHO. E quale corsa è stata selezionata per replicare? Le repliche randomizzate sono state sicuramente utilizzate / consigliate per molti anni per ottenere una stima imparziale dell'errore. Ce ne sono forse di più mezzi efficienti ed efficaci per comprendere l'errore, quanto sia rappresentativo delle condizioni future e quindi se sia una buona base per un test statistico.
Ri: quali termini alias includere nel modello di adattamentoGrazie ancora per la tua rapida risposta!
Per quanto riguarda i tuoi commenti puntati: il mio esperimento sta studiando l'effetto degli additivi (due dei fattori) e delle impostazioni di stampa 3D (due fattori) sulle parti stampate in 3D create con il mio materiale. Sì, ho effettuato una ricerca approfondita della letteratura e mi sono seduto con il mio supervisore per discutere quali variabili a quali livelli dovrei includere. Tutto era ben mappato con dati sufficienti per sostenere le decisioni. Tutte le altre impostazioni potevano essere controllate con le impostazioni predefinite e quelle come i cambiamenti ambientali durante i test che possono variare e non sono inclusi nel modello sono stati comunque misurati per garantire che rimangano più o meno costanti e non influenzino significativamente i risultati.
1): Avrei voluto che il fattore L fosse un fattore di livello 2, tuttavia ciò non era possibile in quanto rappresenta la% di additivo nel materiale e per l'additivo specifico usiamo una differenza dell'1% in% di additivo tra 0 e 10% hanno un effetto abbastanza grande sulla resistenza del materiale risultante secondo diversi studi di letteratura. Quindi il mio supervisore voleva che includessi più di 2 livelli.
2) Per quanto riguarda i termini alias. Quando creo il progetto di screening, aggiungo solo gli effetti principali al modello e nessun termine / matrice alias è presente nella valutazione del progetto. Tuttavia, non appena seleziono l'opzione "Crea tabella" e quindi vado di nuovo nella valutazione del progetto, le interazioni a due fattori vengono improvvisamente elencate in una scheda "termini alias" e viene visualizzata una matrice alias. Potrebbe essere perché sto utilizzando l'opzione di progettazione della retinatura classica e quindi JMP rileva il mio fattore di livello 5 quando viene creata la tabella?
Grazie per la tua descrizione del motivo per cui il mio fattore L è parziale e di come viene influenzato il termine di errore: questo ha aiutato molto!
3) La corsa di replica è stata scelta casualmente da me e quindi aggiunta manualmente poiché il progetto di screening non consente un'opzione per l'aggiunta di repliche. Suggeriresti di aggiungere forse più repliche casuali al mio progetto per cercare di ottenere una stima dell'errore più imparziale?
Grazie!
