Stavo cercando maggiori dettagli sull'implementazione degli intervalli di previsione nel JMP Fit Model Profiler, quando si utilizza la personalità della varianza loglineare nella piattaforma Fit Model. Potresti fornire maggiori informazioni rispetto a ciò che posso trovare nella guida o su Internet? Ad esempio, usa la matrice di progettazione nel suo calcolo? Come questo:
con
Con (questa è la parte che mi manca sulla documentazione)
Con sigma square (cappello) come modello RSME (per la varianza loglineare, immagino che questo sia l'RMSE previsto per una condizione di progetto) e xh una nuova condizione progettuale. Lo spero perché questo è semplicemente incredibilmente potente per fare esattamente questo.
Inoltre, il mio punto è che gli inverals di previsione sono ciò di cui abbiamo bisogno. Ho comunicato in passato (molto, molto tempo fa) che avere generalmente quegli intervalli di previsione nel profiler di previsione sarebbero un'aggiunta definitiva a questo potente strumento. Voglio dire, il modello di regressione multipla predefinito (Standard Least Square) è quello utilizzato dalla maggior parte degli utenti, e questo è un peccato Gli intervalli di previsione non sono disponibili lì! Inoltre, sarebbe facile utilizzare una tale distribuzione Student anche con il Simulatore, invece di una distribuzione Normale che non tiene conto della matrice di progettazione né dei gradi di libertà (esiste anche in forma di risposta multipla come distribuzione Student multivariata)! Il motivo è che la maggior parte delle persone usa prima DoE e poi propone modelli che logicamente hanno bassi gradi di libertà. Quindi l'approssimazione normale non regge molto.
Per informazione, molte persone non possono davvero utilizzare JMP per il loro calcolo dello spazio di progettazione (ambiente QbD) a causa della scarsa distribuzione normale nel simulatore, per ottenere le probabilità di difetti. Quindi, di solito dobbiamo tornare a R o SAS per farlo, il che è una sfortunata enorme perdita di tempo.
Vorrei riaprire. Ora che i PI sono disponibili nel profiler di previsione, è certo che gli sviluppatori JMP conoscono la forma della distribuzione t di Student da utilizzare. Se potesse essere aggiunto al simulatore per generare la simulazione da Student, tenendo conto di df e della matrice di progettazione (vedere la formula sopra), sarebbe fantastico.
Grazie !
