3 ° parametro di potenza DOESalve JMP ers,
Ho 4 fattori e cerco di creare un modello con effetti principali, interazioni, potenza di 2 ° e 3 ° ordine.
Realizzo design con criteri di ottimalità consigliati. Quando ho controllato le correlazioni della mappa dei colori, posso sempre vedere la correlazione x1 e x1 * x1 * x1 vicino a 1. Come si può fare un DOE che non abbia questo problema? 
AnalyticsDOEOggetto: 3 ° parametro di potenza DOESupponendo che tu abbia 4 fattori a 4 livelli, quando usi il file Progettazione del cliente piattaforma, in Modello , evidenzia gli effetti che desideri. Se dice Se possibile , puoi cambiarlo in Necessario .
Oggetto: 3 ° parametro di potenza DOEHo provato ma ho ottenuto di nuovo la stessa correlazione.
Hai controllato la tua immagine di correlazione? Mi manca qualcosa di diverso?Oggetto: 3 ° parametro di potenza DOEElla,
Quello che vedi è il risultato della codifica dei valori per i fattori. -1 ^ 3 = -1, 1 ^ 3 = 1
Quindi, se utilizzi "valori effettivi", vedrai la matrice di correlazione senza quei termini correlati.
Oggetto: 3 ° parametro di potenza DOEho la stessa immagine con valori reali:(
Oggetto: 3 ° parametro di potenza DOEcorrelazione tra
x1, x1 * x1 * x1 - 0.92
x2, x2 * x2 * x2 - 0.93 ecc.
Oggetto: 3 ° parametro di potenza DOEIl grafico X ^ 3 vs X ha una correlazione di 0,916 e l'ellisse di densità è allungata. Trova 4 punti su quella curva che non sono correlati. Non credo che tu possa farlo. Questi termini saranno sempre correlati.
Per contrasto, ho incluso anche un grafico di X ^ 2 contro X. La correlazione è -0,019 e l'ellisse di densità è quasi circolare. È possibile ottenere correlazioni vicine allo zero tra questi termini.
Oggetto: 3 ° parametro di potenza DOEMi dispiace, la mia comprensione è che otterrai sempre quella correlazione grazie alla codifica che va avanti "dietro le quinte". Quello che volevo dire, AFAIK, la xex ^ 3 non sarà effettivamente correlata se vengono utilizzati i design appropriati ei valori effettivi. La matrice di correlazione mostrerà sempre la correlazione dovuta alla codifica.
Oggetto: 3 ° parametro di potenza DOELa codifica è effettivamente utilizzata per RIDURRE la collinearità. Ma la codifica può fare solo così tanto. I miei grafici potrebbero non essere il modo migliore per illustrare, ma considera questo:
X1 X1 ^ 2 X1 ^ 3
100 10000 1000000
100 10000 1000000
200 40000 8000000
200 40000 8000000
150 22500 3375000
Esiste una correlazione tra X1 e X1 ^ 2 (0,997). Ma se codifichi su -1, +1, la correlazione scenderà a 0. Questo non accade durante il cubo perché, come hai sottolineato, -1 ^ 3 = +1 e + 1 ^ 3 = 1, ma anche la correlazione sulla scala originale è grande.
Oggetto: 3 ° parametro di potenza DOEHo parlato con uno sviluppatore JMP DOE ieri (summit JMP) e ha confermato che i grafici avrebbero sempre mostrato la correlazione, ma in realtà con il design corretto, non c'è correlazione.Oggetto: 3 ° parametro di potenza DOEOggetto: 3 ° parametro di potenza DOEPer prima cosa ho creato un design personalizzato con ottimalità d per il modello di secondo ordine e un design aumentato con ottimalità I per il modello di terzo ordine. È giusto ?Oggetto: 3 ° parametro di potenza DOEPer quanto ne so, nella piattaforma di progettazione personalizzata, purché si selezioni Necessario (rispetto a Se possibile), JMP creerà un progetto che consentirà la stima di tali effetti.
