Quali output del modello guardare? (Minimi quadrati standard)Mi sto preparando per un incontro con i clienti e mi chiedo se qualcuno lo abbia già fatto in passato ...
Vorrebbero sapere quali output cercare nell'output Adatta ai minimi quadrati durante l'analisi di un esperimento.Qualcuno ha già qualcosa messo insieme con screenshot e una breve descrizione di cosa cercare?
Grazie in anticipo.
Ri: Quali output del modello guardare? (Minimi quadrati standard)Non ho niente da mettere insieme, ma sottolineo quanto segue (scelgo Screening per personalità anche per una presentazione di analisi DOE):
- Guarda l'effettivo per trama prevista. Ci sono grumi di punti dati fuori dalla linea rossa? Questi sono scarsamente adattati dal modello, selezionali e analizza nel generatore di grafici. I dati sono tutti sulla linea blu? Tutto ciò che il tuo modello spiega è la media. I punti si trovano sulla linea rossa in alto e in basso? In caso contrario, il modello prevede male dove i punti lasciano la linea. Spesso i modelli non funzionano bene nell'intero intervallo di dati e l'utente deve pensare se questo è importante. Ad esempio, a loro interessa che il modello abbia prestazioni scadenti per misure fuori specifica rispetto alle specifiche?
- Significato generale: non buttare via il bambino con l'approccio con acqua sporca se è p = .1, ecc. Hai ancora il segnale da un DOE, ma procedi con cautela. Soprattutto se hai speso molti soldi. È inoltre possibile partizionare i risultati per comprendere un DOE non significativo.
- R-square e r-square aggiustato = li vuoi alti e insieme (max = 1, min = 0). Se l'r-sq aggiustato è vicino a 0 o negativo e lontano dall'R-quadrato, il tuo modello è troppo complesso per il numero di esecuzioni e devi prendere qualcosa dal tuo modello. R-Square = Questa è la quantità di variazione spiegata sul tuo variabile Y dal modello. Un r-quadrato basso significa che i tuoi fattori e le impostazioni dei fattori non hanno un impatto elevato sul risultato, o c'è molto rumore nel segnale (hanno replicato le corse per controllare il loro sistema)? Inoltre, solo poche corse non hanno molta potenza se c'è molto rumore. Non mi piace che il Riepilogo di adattamento non venga visualizzato in Screening, quindi attivalo o utilizza la personalità del rapporto minimo e attiva alcune altre cose. È molto comune che il quadrato R corretto nel DOE scenda ben al di sotto del quadrato R con risultati marginali e le persone sono SICURE di poter testare ogni interazione con corse minime.
- Mancanza di adattamento: se è attivo, aggiungi altro al tuo modello. Puoi mostrarlo con i dati dei popcorn molto facilmente: gli effetti principali lo attivano solo. I dettagli su questo aspetto raramente sono importanti per i clienti, è semplicemente un segno che è necessario aggiungere interazioni o polinomi di ordine superiore al modello, quindi qualcosa manca / manca. Ho visto questo informare le persone di aggiungere effetti terziari con i gas, ecc. Qualcosa che non stavano nemmeno cercando ma aveva un senso.
- Guarda il Residual Plot. Se sembra strano (sorride, aggrotta le sopracciglia, coni, quindi esamina i dati nel generatore di grafici. Forse risolto dalla trasformazione Y. Puoi menzionare box-cox ma è nelle erbacce.
- Stime in scala (in questo ordine!) - Per far capire loro l'immagine è più facile fare le prossime 2 tabelle - questo è così utile - ordina in base alla stima in scala ed è il Pareto degli effetti su e giù nella DIREZIONE della variabile Y! Falli concentrare sulle barre grigie al centro. Dimensioni dello schermo 3 Aumenta dissoluzione, mentre la dimensione dello schermo 5 Diminuisce scioglimento, ecc. Quindi, se desiderano maggiori dettagli, le prossime 2 sezioni, ma ora puoi mantenerle brevi perché hanno un'idea di cosa sta succedendo per i risultati, che è davvero ciò a cui tengono. Il test stat qui è lo stesso della tabella delle stime dei parametri.
- Stime dei parametri (dopo gli effetti in scala): i coefficienti nel modello che hanno costruito. Mostro loro l'espressione di predizione con questo. Quel test t sta verificando se si sovrappone a 0 (zero).
- Test degli effetti: ciascun fattore era significativo? In alcuni casi, il test dell'effetto è uguale a una stima dei parametri (variabili continue), ma esegue il test tra i livelli per i dati nominali / ordinali. Il modo in cui i livelli nominali sono codificati non viene riportato. Puoi regolarlo con la proprietà della colonna dell'ordine dei valori (l'ultima viene tralasciata).Più facile da interpretare anche quando si ha un'interazione di una variabile categorica con una continua (dimensione dello schermo x tempo di millesimo per esempio) il modo in cui queste vengono scritte nelle stime dei parametri è una differenza implicita tra una delle categorie, quindi una viene esclusa.
- Allora il profiler! Di solito inizio con la valutazione dell'importanza variabile e non vedo persone che lo fanno. Aiuta la tua presentazione perché le cose ora sono nel giusto ordine da importanti a non importanti e le cose non importanti sono lontane dall'asse Y. Puoi anche colorarlo e sottolineare ciò che hai appena passato "guarda quanto è importante la dimensione dello schermo! - non c'è bisogno di andare in profondità qui, è uno strumento visivo. Quindi ottimizzazione e simulazione.
- Una nota per eseguire test statistici tra i livelli nominali (come le dimensioni dello schermo): utilizzare i grafici a leva poiché tutti gli strumenti sono presenti.
Ri: Quali output del modello guardare? (Minimi quadrati standard)Grazie per l'ottima discussione, Laura.
Ho creato alcune diapositive che altri possono commentare / modificare / riutilizzare.
Ri: Quali output del modello guardare? (Minimi quadrati standard)Questo è davvero carino @wendytseng . In effetti, questa settimana un cliente ha chiesto la stessa identica cosa.
Non penso che qualcosa di simile esista altrove nelle nostre risorse. Potrebbe essere utile condividerlo più ampiamente, ad esempio in un file Cavo JMPer inviare.
Grazie,
Phil
Ri: Quali output del modello guardare? (Minimi quadrati standard)Ben detto, @phil_kay ! Sono d'accordo. Il contenuto del tuo PowerPoint farà un bel post sul blog, @wendytseng !
Ri: Quali output del modello guardare? (Minimi quadrati standard)So che diventa disordinato, ma aggiungerei anche alla diapositiva Mancanza di adattamento che hai bisogno di repliche pure E un livello extra di fattori. Potrei replicare completamente un disegno fattoriale completo, ma se adeguo il modello completo non otterrò la mancanza del fit test.
Ri: Quali output del modello guardare? (Minimi quadrati standard)Potrebbe essere anche un bel blog!:)
Ri: Quali output del modello guardare? (Minimi quadrati standard)Ottima idea, Chuck!Grazie per essere uno dei miei redattori!
Ecco il post nel caso altri siano interessati.Ci sono 5 parti e questa è la parte 1:
https://community.jmp.com/t5/JMP-Blog/An-analyst-s-new-year-s-resolution-Use-models-to-solve-more/ba-p/346098
L'ultimo sarà pubblicato la prossima settimana l'11 febbraio.
Ri: Quali output del modello guardare? (Minimi quadrati standard)Wendy
Ho due commenti.
1. Interpretazione delle stime in scala.
Lo dichiari Ad esempio: "La soluzione salina aumenta l'abrasione di 29,2 * 2 = 58,4 unità quando viene aumentata da bassa (33,67) ad alta (66,33)"
Ti suggerisco di aggiungere " e le altre variabili (cioè, silice e zolfo) sono mantenute costanti alla loro media "alla frase precedente.
2. Prediction Profiler
Oltre a quanto hai elencato sui profiler, considero la visualizzazione delle stime e l'ottimizzazione di un'altra importante funzionalità. Per questo RSM posso fare in modo che JMP calcoli l'abrasione prevista a diversi valori delle variabili di input. Ad esempio, la variazione dell'abrasione dovuta alla soluzione salina è 58,3986 (= 159,1262 -100,7276) quando viene aumentata dal valore minimo al valore massimo.(Lo stesso valore calcolato dal rapporto Stime in scala.)
