großartige Übersicht über selten verwendete, aber unglaublich leistungsstarke Plattformen, die jeder in seinem Werkzeugkoffer haben sollte
Schöner Datensatz und Präsentation. Ich werde es benutzen ! Danke Nick
Hi @HelenaG , ich freue mich, dass dir das Video gefallen hat!
Die Identifizierung von Wechselwirkungen erfolgt am besten durch Fachkenntnisse und ein bekanntes wissenschaftliches/physikalisches Verständnis der zu analysierenden Variablen.
Wenn Wechselwirkungen zwischen Variablen nicht gut verstanden werden, eignet sich die „Response Screening“-Modellpersönlichkeit in Fit Model gut zur Quantifizierung der Stärke zwischen einzelnen Interaktionstermen und der Antwortvariable.
Die Modellpersönlichkeit "Schrittweise Regression" in "Modell anpassen" eignet sich gut zum Identifizieren der besten Kombination von Begriffen (z. B.: Haupteffekte, Wechselwirkungen usw.), die für ein potenzielles Modell verwendet werden können.
Der Begriff "lineares" Modell bezieht sich darauf, wie die Formel des Modells strukturiert ist, aber sowohl die Modellpersönlichkeiten "Response Screening" als auch "Stepwise Regression" in Fit Model können auch verwendet werden, um nichtlineare Beziehungen zu untersuchen.
Wir können nichtlineare Effekte und Wechselwirkungen in eine Analyse einbeziehen, indem wir Polynomterme hinzufügen.
In Modell anpassen können Sie alle polynomialen Beziehungen (nicht linear) untersuchen, indem Sie den entsprechenden Term im Feld Modelleffekte hinzufügen (z. B.: Quadratische Beziehung (x1*x1), kubische Beziehung (x1*x1*x1), quadratische Wechselwirkung (x1* x1*x2)...)
Für weitere Informationen über Polynome und wie sie beim Verständnis der Beziehungen zwischen Variablen helfen können, sehen Sie sich bitte das kurze Video unten an:
https://community.jmp.com/t5/Short-Videos/Fitting-Polynomial-Models/ta-p/271953
Hallo,
Ich fand dieses Video sehr interessant und hilfreich! Danke für das!
Ich möchte Folgendes besser verstehen: Alle Schritte, die mit der Identifizierung und Bewertung von Wechselwirkungen verbunden sind (mit Response-Screening und schrittweisen Regressionsinstrumenten), basieren auf einer linearen Annahme - ist das richtig? Wenn ja, gibt es einen Vorschlag, auf nichtlineare Wechselwirkungen zu prüfen?
Danke im Voraus!
Helena
