적합 모형에 포함 할 별칭 항좋은 날
재료의 기계적 특성에 가장 중요한 영향을 미치는 요인을 결정하기 위해 주 효과 스크리닝 설계 실험을 수행했습니다. 내 요인은 다음과 같습니다.
L-> 5 단계 이산 숫자
R-> 2 단계 범주
S-> 2 단계 범주
T-> 2 단계 범주
동료가 제안한대로 기본 실행 횟수를 사용하고 하나의 반복 실행을 추가하고 설계 평가 도구를 사용할 때 상관 관계 값을 최소화하기 위해 최선을 다했지만 실행 횟수가 많지 않았으므로 실행을 최소한으로 유지해야했습니다. 작업 할 재료의. 두 요소 상호 작용은 내가 올바르게 기억하고 별칭 항으로 추가 된 경우 설계에서 자동으로 제외되었습니다.
적합 모델 플랫폼과 효과 스크리닝을 사용하여 실험 데이터를 입력 한 후 분석을 실행할 때 중요한 효과는 적합 모델 플랫폼에 포함 된 별칭 항에 따라 달라집니다. 또한 대부분의 효과가 결과 효과 요약에 표시되지 않기 때문에 두 요인 상호 작용을 모두 포함 할 수 없습니다 (예 : LI는 두 요인 상호 작용 항에 두 번만 포함 할 수 있음). 이것이 디자인의 자유 도와 관련이 있습니까? 별칭 행렬에서 주 효과와 가장 높은 상관 관계를 가진 항목에 우선 순위를 부여하여 두 요소 상호 작용 항을 가능한 한 많이 포함하는 것이 옳습니까? 내 별칭 행렬에서 가장 높은 4 개의 상관 관계는 다음과 같습니다.
L * (T * R)-0.69
L * (T * S)-0.58
L * (S * R)-0.58
R * (T * L)-0.56
여기서 대괄호 안의 요인은 대괄호 앞의 주 효과로 부분적으로 별칭이 지정된 두 요인 상호 작용 항입니다. 4 개의 더 많은 상관이 0.4 정도의 값을 갖는 이들 뒤에 이어지며 나머지 디자인에는 상관 값이 매우 낮은 항이 포함됩니다.
다른 두 요인 상호 작용을 포함 할 때 대부분의 경우 이러한 별칭 항이 효과 L이 유일한 유의 요인 (p <0.05)으로 나타나는 이유입니까?중요한 요소가있는 경우 어떤 요소가 중요한지 찾을 때 가장 좋은 방법으로 위에 나열된 4 개 (상관성이 가장 높은)를 포함해야합니까? 또한 적합 모형 분석에 두 가지 요인 상호 작용을 포함해야합니까?
해석학암사슴Re : 적합 모델에 포함 할 별칭 용어나는 약간 혼란 스럽기 때문에 여기에 몇 가지 질문 / 의견이 있습니다.
1. 선별 설계를 실행하는 경우 요인을 5 개 수준에서 테스트하는 이유는 무엇입니까? 이를 통해 최적화 설계와 관련이있을 가능성이 높은 4 차 다항식을 추정 할 수 있습니다.
2. Custom Design을 사용하고 가장 관심이있는 모델 용어를 추가했다고 가정합니다.
3. "이해하지 않습니다" 두 요소 상호 작용은 내가 올바르게 기억하고 있다면 설계에서 자동으로 제외되었습니다. 별칭 용어로 추가되었습니다. 에스." 적합 모형에서 별칭이 지정된 항을 가질 수 없습니다. 그렇지 않으면 특이점이 생깁니다.
4. "하나의 복제 실행 추가"도 이해하지 못합니까? 통계 테스트의 오류에 대해 1DF를 얻기 위해 이렇게 했습니까? 복제 할 치료법을 어떻게 선택 했습니까? 통계 테스트 실현 MSfactor / MSerror (F-test)는 오류가 편향되지 않고 무작위로 분포되어 있으며 진실 임의의 오류 (1 회 반복 처리로이 문제를 어떻게 얻을 수 있는지 확실하지 않습니까?). 잔차는 NID (0, 분산) 가정을 충족합니다.
5. 모델의 각 계수는 조건부이며 해당 크기 및 때로는 부호가 변경됩니다.모델의 다른 변수 (및 노이즈)에 따라 다릅니다.
6. 이해 못함 " 앨리어스 매트릭스에서 주 효과와 가장 높은 상관 관계를 가진 사람들에게 우선권이 주어집니다. " 귀하의 모델 변수는 상관 관계가 있습니다. 이것은 다중 공선 성입니다. 당신은 이것을 원하지 않습니다. 모수 추정치 표에서 VIF를 확인하십시오.
아마도 JMP 테이블을 첨부하면 커뮤니티에서 살펴볼 수 있습니다.
Re : 적합 모델에 포함 할 별칭 용어안녕하세요. 제 질문에 답 해주셔서 감사합니다!
1 및 2) : 실험 설계 경험이있는 동료에게 도움을 요청했습니다. 나는 맞춤형 디자인으로 시작했지만 어떤 요소가 내 재료의 기계적 특성에 가장 큰 영향을 미치는 요소를 찾아 내고 추가 연구에 집중할 수 있도록 고전적인 스크리닝 디자인을 수행하라는 지시를 받았습니다.
3 및 6) : 스크리닝 설계를 만드는 동안 주 효과 만 모델에 포함되고 두 요소 상호 작용이 별칭 항으로 추가되었음을 의미했습니다. 연구 결과를 수집하고 적합 모델 플랫폼을 사용하여 분석해야했기 때문에 분석을 별칭 행렬로 실행하기 전에 적합 모델 섹션에 별칭 항을 추가해야하는지에 대해 혼란 스러웠고 색상 맵은 부분 별칭과 상관 관계를 보여줍니다. 일부 주 효과와 두 가지 요인 상호 작용이 있지만 주 효과 자체 간에는 그렇지 않습니다. 특정 두 요인 상호 작용에 의해 편향 될 수있는 주 효과를 나타 내기 위해 별칭 행렬을 이해하고 있습니까? 내가 읽은 내용에서이 두 요소 상호 작용이 모델 적합 섹션에 포함되어야한다고 생각 했습니까? 별칭 항을 추가하지 않고 적합 모형 분석을 실행하고 결과를 얻는 경우 유의 한 것으로 표시된 주 효과가 실제로 중요한지 여부를 알기 위해 무엇을 확인해야합니까? 나는 특이점에 익숙하지 않지만 가서 이것에 대해 읽을 것입니다.
4) : 테이블이 생성 된 후 스크리닝 설계에 하나의 복제 실행을 수동으로 추가하라는 지시를 받았지만 이것이 어떻게 도움이되는지 잘 모르겠습니다.
여기에 JMP 디자인 테이블을 첨부하고 있습니다.
Re : 적합 모델에 포함 할 별칭 용어
내 첫 번째 의견은 다음과 같습니다.
- 실험중인 프로세스 (실험의 프로세스 맵을 만들었습니까?),
- 그만큼 이러한 요인에 대해 실험하게 된 요인이나 가설 (생각 맵이 있습니까),
- 반응 변수 또는 실제 가치가있는 경우 반응 변수의 변화량,
- 실험이 어떻게 실행되었는지 (실행 순서를 추적 했습니까? 무작위 순서로 실행 되었습니까?),
- 실험 과정에서 변경된 (명시 적으로 조작되지 않은) 다른 모든 변수를 어떻게 처리했는지
그래서 내 대답은 완전하지 않을 수 있습니다.
1. 첨부 한 것은 2 개 이상의 수준에서 요인 (L)을 가지고 있기 때문에 고전적인 선별 설계라고 부르는 것이 아닙니다. 이렇게했기 때문에 다소 복잡한 앨리어싱 구조를 만들었습니다. 2- 수준에서 4 개의 요인을 고수했다면 8 개의 처리에서 간단한 별칭 구조 해결 IV 설계를 갖게됩니다. 5 단계에서 한 가지 요인 만 테스트하는 이유를 이해할 수 없습니다. 이것은 연구의 다른 것보다 요인 L에 관한 정보가 더 많기 때문에 결과를 편향시킵니다 (L의 자유도 4).
2. 나는 아직도 당신이 "가명"이라는 단어를 사용하는 것을 이해하지 못한다. 주 효과 만 모델에 포함되었고 t wo 요인 상호 작용이 별칭 용어로 추가되었습니다. ". 동일한 모델에 별칭이 지정된 용어를 추가하지 않으면 결과 분석이 JMP에서 특이점 경고를 호출합니다. 제공 한 표에는 총 10 개의 DF가 있습니다. 각 2- 수준 요인은 1 DF이고 L에 대해 4 개의 DF가 있습니다 (1은 선형, 1은 2 차, 1은 3 차, 1은 4 차). 비선형 항은 2 차 (이상) 선형 효과로 부분적으로 앨리어싱됩니다. L은 모델의 다른 요소와 비교하여 연속 변수로 간주되기 때문에 혼합 모델 시나리오를 생성 할 수 있습니다 (임의 효과 대 고정 효과 인 다른 요인으로 처리됨).
분석에는 여러 가지 접근 방식이 있습니다. 일부는 1 항으로 시작하여 항을 모델에 추가하여 추가적으로 수행합니다 (단계적). 일부는 포화 된 모델로 시작하여 중요하지 않은 용어를 제거하는 것을 선호합니다. 두 가지 모두 이해와 해석 능력이 필요합니다. 진실 오류, 실제적 유의성 등. 모델에서 항을 제외하면 오류 항으로 끝나고 F- 검정에 영향을 미치는 MS 오류 추정치의 일부가됩니다.모델에서 중요하지 않은 항을 제거하면 MS 오류 항이 더 편향됩니다 (p- 값이 훨씬 더 중요해 보입니다).다니엘 MSerror 항에 의해 편향되지 않은 통계 테스트를 수행하기 위해 처음으로 정규 플롯을 사용했습니다.
3. 1 회 반복 실행을 추가해도 IMHO의 대표적이고 편향되지 않은 추정치가 거의 제공되지 않습니다. 그리고 복제하기 위해 선택된 실행은 무엇입니까? 무작위 복제는 오류의 편향되지 않은 추정치를 얻기 위해 수년 동안 확실히 사용 / 권장되었습니다. 아마도 더 오류를 이해하고 오류가 미래 조건을 얼마나 대표하는지, 따라서 이것이 통계적 테스트의 좋은 기초인지 여부를 이해하는 효율적이고 효과적인 수단입니다.
Re : 적합 모델에 포함 할 별칭 용어빠른 답변에 다시 한 번 감사드립니다!
글 머리 기호 설명 : 내 실험은 재료로 만든 3D 프린팅 부품에 대한 3D 프린팅 설정 (두 가지 요소)뿐만 아니라 첨가제 (2 가지 요소)의 효과를 조사하고 있습니다. 예, 저는 철저한 문헌 검색을했고, 어떤 수준에서 어떤 변수를 포함해야하는지 상사와상의했습니다. 모든 것이 결정을 뒷받침하기에 충분한 데이터로 잘 매핑되었습니다. 다른 모든 설정은 기본 설정에서 제어 할 수 있으며 테스트 중 환경 변화와 같은 설정은 모델에 포함되지 않고 다양 할 수 있으며 어느 정도 일정하게 유지되고 결과에 큰 영향을 미치지 않도록 측정되었습니다.
1) : 나는 요인 L이 2 단계 요인이되기를 원했지만 이것은 재료의 % 첨가제를 나타 내기 때문에 가능하지 않았으며 특정 첨가제의 경우 0에서 10 % 사이의 % 첨가제에 1 % 차이를 사용할 수 있습니다. 여러 문헌 연구에 따르면 결과 재료 강도에 상당히 큰 영향을 미칩니다. 그래서 제 상사는 제가 2 개 이상의 레벨을 포함하기를 원했습니다.
2) 별칭 용어에 관해서. 스크리닝 디자인을 만들 때 모델에 주 효과 만 추가하고 디자인 평가에는 별칭 항 / 행렬이 없습니다. 그러나 "Make Table"옵션을 선택한 다음 다시 설계 평가로 들어가 자마자 두 요소 상호 작용이 "별칭 용어"탭 아래에 갑자기 나열되고 별칭 행렬이 나타납니다. 클래식 스크리닝 디자인 옵션을 사용하고 테이블이 생성 될 때 JMP가 5 단계 요소를 선택하기 때문일 수 있습니까?
내 L 계수가 편향된 이유와 오류 항이 어떻게 영향을 받는지에 대한 설명에 감사드립니다. 이것은 많은 도움이되었습니다!
3) 복제 실행은 내가 무작위로 선택한 다음 스크리닝 설계에서 복제 추가 옵션을 허용하지 않으므로 수동으로 추가했습니다. 더 편향되지 않은 오류 추정치를 얻기 위해 내 설계에 더 많은 무작위 반복 실험을 추가 할 것을 제안 하시겠습니까?
감사합니다!
