どのモデル出力を確認しますか？ （標準最小二乗）私は顧客とのミーティングの準備をしていますが、誰かが過去にこれを行ったことがあるかどうか疑問に思っています...
彼らは、実験を分析するときに、フィット最小二乗出力でどの出力を調べるかを知りたいと考えています。誰かがすでにスクリーンショットと何を探すべきかの簡単な説明と一緒に何かをまとめていますか？
前もって感謝します。
Re：どのモデル出力を確認しますか？ （標準最小二乗）私は何もまとめていませんが、次のことを強調します（DOE分析プレゼンテーションでもパーソナリティのスクリーニングを選択します）。
-予測されたプロットによって実際を見てください。 赤い線から外れたデータポイントの塊はありますか？ これらはモデルにうまく適合していません。それらを選択して、グラフビルダーで調査してください。 データはすべて青い線上にありますか？ モデルが説明するのは平均値だけです。 ポイントは上下の赤い線上にありますか？ そうでない場合、モデルはポイントがラインを離れる場所を適切に予測しません。 多くの場合、モデルはデータ範囲全体でうまく機能しないため、ユーザーはこれが重要かどうかを考える必要があります。 たとえば、仕様外のメジャーと仕様内のモデルのパフォーマンスが低いことを気にしていますか？
-全体的な重要性-p = .1などの場合は、バスウォーターアプローチで赤ちゃんを捨てないでください。まだDOEからの信号がありますが、注意して進めてください。 特にあなたがたくさんのお金を使ったなら。 結果を分割して、重要でないDOEを理解することもできます。
-R-squareと調整済みr-square =それらを高く一緒にしたい（最大= 1、最小= 0）。 調整済みr-sqが0に近いか負であり、R-squaredから遠く離れている場合、モデルは実行回数に対して複雑すぎるため、モデルから何かを取り出す必要があります。 R-Square =これは、モデルによってY変数について説明される変動の量です。 低いr-squareは、因子と因子設定が結果に大きな影響を与えないこと、または信号に多くのノイズがあることを意味します（システムをチェックするために実行を複製しましたか）？ また、ノイズが多い場合は、数回の実行ではあまり電力がありません。 フィットの概要がスクリーニングに表示されないのは気に入らないので、オンにするか、最小レポートのパーソナリティを使用して、他のいくつかの機能をオンにします。 調整されたR-squareは、DOEで実際に一般的であり、R-squareをはるかに下回り、わずかな結果になります。人々は、最小限の実行ですべての相互作用をテストできることを確信しています。
-適合性の欠如-これがオンになっている場合は、モデルにさらに追加します。 これはポップコーンデータで非常に簡単に表示できます。主な効果はそれをオンにするだけです。 これに関する詳細が顧客にとって重要になることはめったにありません。これは、モデルに相互作用または高次の多項式を追加する必要があるという単なる兆候であるため、何かが欠けている/欠けています。 私はこれが人々にガスなどで三次効果を加えるように知らせるのを見ました。彼らが探していなかったが理にかなっている何か。
-残差プロットを見てください。 奇妙に見える場合（笑顔、眉をひそめる、円錐形）、グラフビルダーでデータを調べます。 おそらくY変換によって修正されます。 ボックスコックスについて言及することはできますが、それは雑草の中にあります。
-スケーリングされた見積もり（この順序で！） -次の2つの表を理解してもらうのは簡単です-これはとても便利です-スケーリングされた推定値で並べ替えると、Y変数の方向の上下効果のパレートになります！ 真ん中の灰色のバーに焦点を合わせてもらいます。 画面サイズ3増加します画面サイズ5で溶解減少する解散など。次に、次の2つのセクションの詳細が必要な場合でも、結果に対して何が起こっているのかを把握しているため、簡潔に保つことができます。これは、彼らが本当に気にかけていることです。 ここでの統計テストは、パラメーター推定値の表と同じです。
-パラメーター推定値（スケーリングされた効果後）-構築したモデルの係数。 これで予測式を見せます。 そのt検定は、0（ゼロ）と重複するかどうかをチェックしています。
-効果テスト-各要素は重要でしたか？ 効果テストは、場合によってはパラメーター推定と同じです（連続変数）が、名目/順序データのレベル間でテストしています。 名目レベルのコーディング方法は報告されていません。 これは、値の順序の列プロパティで調整できます（最後のプロパティは省略されています）。カテゴリ変数と連続変数の相互作用（画面サイズxミル時間など）がある場合も、これらがパラメーター推定値に書き込まれる方法は、カテゴリの1つ間の暗黙の違いであるため、1つが省略されているため解釈が容易です。
-それではプロファイラー！ 私は通常、変数の重要性を評価することから始めますが、それを行う人は見当たりません。 重要でないものから重要でないものまで正しい順序になっているため、プレゼンテーションに役立ちます。重要でないものはY軸から遠く離れています。 色を付けることもでき、今行ったことを強調します。「画面サイズの重要性を確認してください。 -ここで深く掘り下げる必要はありません。視覚的なツールです。 次に、最適化とシミュレーション。
-公称レベル（画面サイズなど）間で統計的検定を行うための1つの注意事項-すべてのツールが存在するため、レバレッジプロットを使用します。
Re：どのモデル出力を確認しますか？ （標準最小二乗）素晴らしい議論をありがとう、ローラ。
他の人がコメント/編集/再利用できるスライドをいくつか作成しました。
Re：どのモデル出力を確認しますか？ （標準最小二乗）これは本当にいいです、 @wendytseng 。 実際、今週、顧客はまったく同じことを求めました。
このようなものは、私たちのリソースの他の場所には存在しないと思います。 それをもっと広く共有するのは良いかもしれません、例えばJMPerケーブル役職。
ありがとう、
フィル
Re：どのモデル出力を確認しますか？ （標準最小二乗）よく言われる、 @phil_kay ！ 同意する。 あなたのパワーポイントのコンテンツは素晴らしいブログ投稿になります、 @wendytseng ！
Re：どのモデル出力を確認しますか？ （標準最小二乗）面倒になることはわかっていますが、Lack of Fitスライドに、純粋な複製と追加レベルの要素が必要であることも追加します。 完全実施要因計画を完全に複製することはできましたが、完全実施モデルに適合した場合、適合テストの欠如は発生しません。
Re：どのモデル出力を確認しますか？ （標準最小二乗）@phil_kayそして@Jeff_Perkinson 、
@Jason_Wigginsそして私は何かをまとめる作業をするつもりです。役に立ったら、それを共有して、今後のSEミーティングでフィードバックを得ることができます（考え@chuck_boilerそして@MaryLoveless ？）。
出力を2つのクラスに分割することを考えています。
- ヘルスチェックは「私のモデルは十分に健康ですか」？
- 解釈「私はどのような発言をすることができますか？ どのような行動を取ることができますか？」
これらの2つのクラスの出力を使用して、それらを「メニュー」フレームワークに配置します。決定の時間/影響、データの複雑さ、および「気質」に基づいて、必要な食事を選択します（一部のエンジニアや科学者は雑草に入るのが好きで、他の人はそうではありません）。
- ハッピーミール（出力の最小セット）：最低限の出力のみ
- チーズバーガーコンボ（中）：バランスが良い
- ビッグマックコンボ（ラージまたは...「スーパーサイズ」）：結果を考慮してそこに行く必要がある、および/または気質があると仮定した場合のすべての主要な出力
明確にするために、私は私たちのソフトウェアを使用することが加工食品を食べるようなものであることを示唆していません。
Re：どのモデル出力を確認しますか？ （標準最小二乗）かっこいいブログかも！:)
Re：どのモデル出力を確認しますか？ （標準最小二乗）素晴らしいアイデア、チャック！私の編集者の一人になってくれてありがとう！
他の人が興味を持っている場合の投稿はここにあります。それには5つのパートがあり、これはパート1です。
https://community.jmp.com/t5/JMP-Blog/An-analyst-s-new-year-s-resolution-Use-models-to-solve-more/ba-p/346098
最後のものは来週2月11日に投稿される予定です。
Re：どのモデル出力を確認しますか？ （標準最小二乗）ウェンディ
コメントが2つあります。
1.スケーリングされた推定値の解釈。
あなたはそれを述べます例：「生理食塩水は、低（33.67）から高（66.33）に増加すると、摩耗29.2 * 2 = 58.4単位増加します。」
「」を追加することをお勧めしますそして他の変数（すなわち、シリカと硫黄）はそれらの平均で一定に保たれます"上記の文に。
2.予測プロファイラー
プロファイラーについてリストした内容に加えて、見積もりを視覚化し、別の重要な機能を最適化することを検討します。 このRSMの場合、入力変数のさまざまな値で予測摩耗をJMPに計算させることができます。 たとえば、生理食塩水による摩耗の変化は、最小値から最大値に増加した場合、58.3986（= 159.1262 -100.7276）です。（Scaled Estimatesレポートから計算した値と同じです。）
