非常に高い R 平方と重大な適合不足の問題やあ、
主効果、交互作用、2次べき乗を含むモデルを使用して、7つの因子のカスタム設計を作成しました。 サンプル数は150です。 3 つの要素が重要であることがわかり、これら 3 つの変数のモデルを作成しました。
ただし、大幅な適合不足の問題と 0.99 R^2 値に直面しました。
この状況の理由について多くのことを調べましたが、明確な答えは見つかりませんでした。
この問題の原因について心当たりはありますか?
敬具。
データアクセス実験計画法マスカスタマイゼーションRe: 非常に高い R 平方と重大な適合不足の問題@エラこのスレッドへの私の最新の返信で提案したワークフローを実行するための詳細な手順は、非常に多く、詳細で長く、JMP ユーザー コミュニティのディスカッション フォーラムのスレッドで明確に説明するには、統計理論や手法よりも専門知識に大きく依存するものもあります。 この時点から、私から 2 つの提案があります。
1. これまでに JMP、DOE、およびプロセス最適化問題のモデリングを使用した経験がほとんどないと思われるため、組織内でこれを行ったことがあり、ある程度の経験がある人を組織内で見つけるか、コンサルタントを雇います。 少なくとも、プラットフォームのワークフローをガイドし、途中で提案を提供し、問題と解決策へのアプローチを継続的に組み立てるのに役立つ示唆に富んだ質問をすることができます。
2. あなたが本当に一人で、私が提案している詳細なワークフローに利用できる技術リソースが他にない場合は、この JMP ブログと、私の元 (退職した) 同僚が書いたビデオを見ることをお勧めします。 @ロバート・アンダーソン。 このブログ投稿では、基本的なワークフローを示し、私が提案しているワークフローを運用するために JMP エコシステムをナビゲートするためのガイダンスを提供します。 ブログ投稿へのリンクは次のとおりです。 2 つの最適化アプローチを使用して最適なプロセス動作条件を見つける
Re: 非常に高い R 平方と重大な適合不足の問題MRさん、本当にありがとうございました。バーテル、あなたの指摘はわかります、そしてそれは非常に論理的です。モンテカルロ シミュレーションに関するあなたの提案を正確に理解できません。 詳しく説明してもらえますか？Re: 非常に高い R 平方と重大な適合不足の問題@エラターゲット値が 0.35 ～ 0.36 の範囲にある場合、予測される変動は -0.3 ～ 0.3 ではなく、+/- 0.1 に近くなります。 そして、この空間の残差変動の最大の原因は、LOF ではなく、因子の変化によるものではないかと思います。 私の言いたいことを理解するには、0.35 と 0.36 付近の残差プロットを見てください。 フォローアップの考えは次のとおりです。
分析を JMP 予測プロファイラーまで行ってから、JMP の満足度と満足度の最適化機能を使用して、JMP 満足度関数の上限と下限を 0.35 と 0.36 として、0.355 を中心とする最適な因子空間を見つけることをお勧めします。 次に、これらの因子の推奨/最適値で因子がどの程度変動すると予想されるかについてプロセスの知識がある場合は、予測プロファイラー内でモンテカルロ シミュレーションを実行して、応答の変動がどの程度であるかを確認します。 シミュレーションでシミュレートされた因子の変動が比較的大きい場合、LOF は最も問題になりません。
Re: 非常に高い R 平方と重大な適合不足の問題LOF の正確な理由は、純粋な誤差値にも見られるように、反復の分散が非常に小さいことです。
この研究の目的は、従属変数をモデル化し、最適化を行って依存度を返す最適な因子レベルを見つけることです。 変数は 0.35 ～ 0.36 の間です。
現在のモデルのエラー値を見ると、-0.3 から 0.3 の間で変化していますが、これは私のターゲットにとっては非常に大きな値です。 そのため、より良い予測を行うために、従属変数を説明するより良いモデルを見つけようとしています。Re: 非常に高い R 平方と重大な適合不足の問題私はそのすべてに同意します@Dan_Obermiller貢献した。 残差プロットから、適合性の欠如の根本原因は、総応答分散と比較して比較的小さい反復応答分散であるように見えます。
ここでもう 1 つの考えを考えてください...実験/研究の目的は何ですか? 因子空間全体にわたる予測の場合、実用的な観点から、実験空間全体にわたる予測誤差の大きさはどの程度影響しますか? 実際的な違いがほとんどないのであれば、率直に言って、あなたが LOF を持っているかどうかは気にしません。
Re: 非常に高い R 平方と重大な適合不足の問題ダンさん、本当にありがとうございました
あなたが述べたすべての問題に私はまさに直面しています。
誤差項の正規性の問題ですが、私の誤差項には傾向があると思います (異なる意見がある場合は共有してください) と非常に小さい純粋な誤差の変動。
実験を再設計して因子の三次項を含めると、この問題は解決しますか?
(ちなみに、従属変数はモデルに含まれていない他の要因に依存することはわかっていますが、DOE を作成して実験を実行するときは定数に設定します。 これは問題の原因ではないと思いますね?)
Re: 非常に高い R 平方と重大な適合不足の問題不適合検定では、「適合しないモデル」の分散と、複製された点の分散 (純粋な誤差) が比較されます。 有意な結果は、「モデルが適合しない」分散が純粋な誤差よりも大きいことを意味します。 最も考えられる原因は、使用しているモデル フォームがデータに適切ではないことです。
次の図を考えてみましょう。
RSquare 値は高いですが、直線で関係が説明されていないため、適合度が大幅に不足しています。 RSquare が高いこと自体が、優れたモデルを持っていることを意味するわけではないことに注意してください。 RSquare が高いということは、応答の分散の多くを説明できているものの、まだ適切なモデルが作成されていない可能性があることを意味します。適切なモデルがあるかどうかを判断するには、モデルの重要性、残差分析などの他の項目を考慮する必要があります。
したがって、モデルの残差をプロットしてパターンがあるかどうかを確認することをお勧めします。 パターンは、現在のモデル フォームに問題がある可能性があることを示します。 また、残差が正規分布に従っていることを確認してください。正規分布によっても、適合性が欠如する可能性があります。
最後に、モデルの形式が間違っているのではなく、複製された点の分散が極端に低い場合、適合度テストが大幅に不正確になる可能性があります。 これはそれほど頻繁に起こることではありませんが、私はそれが起こるのを見てきました。 このような状況では、なぜ、またはどのようにしてこのような低い差異を達成したのかを判断する必要があります。 それにより、いくつかの良い洞察が得られる可能性があります。
Re: 非常に高い R 平方と重大な適合不足の問題データやスクリプトを共有することは可能ですか?
