Analisi DoE: rimozione dei fattori principali non significativi quando sono implicati in un'interazione significativaCiao utenti Jmp,
È possibile rimuovere i fattori principali non significativi quando sono implicati in un'interazione significativa nell'analisi dei dati DoE?
Grazie !
IO
Modellazione statistica avanzataProgettazione di esperimentiOggetto: analisi DoE: rimozione dei fattori principali non significativi quando sono implicati in un'interazione significativaLa confusione nasce perché la stessa parola ("gerarchia") è usata in due contesti diversi per descrivere cose diverse. Il "principio di gerarchia" è assunto dai progetti di selezione. Dice che gli effetti dei fattori tendono a diminuire all'aumentare dell'ordine. Quindi gli effetti di terzo ordine tendono ad essere più piccoli degli effetti di secondo ordine e possono essere ignorati. La "gerarchia del modello" è un'affermazione sulla struttura del predittore lineare. Dice che esiste una gerarchia di termini quando un termine è presente in un altro termine. Quindi un predittore lineare come β0 + β1*X1 + β2*X2 non mostra la gerarchia del modello, ma un altro predittore lineare come β0 + β1*X1 + β2*X2 + β12*X1*X2 mostra la gerarchia del modello.
(Il "principio di ereditarietà" assunto anche dai progetti di screening afferma che i termini attivi di ordine superiore tendono a coinvolgere fattori che mostrano effetti principali attivi.)
La gerarchia del modello è importante. Ho scritto un articolo a riguardo per il JMPer Cabl e newsletter anni fa. Nel secondo caso sopra, non è illegale rimuovere il termine β1*X1 o il termine β2*X2, ma non è consigliato. Pertanto, JMP consente questa azione ma avverte di non eseguirla. Perché mantenere la gerarchia del modello? Perché se cambi il file scala dei tuoi fattori, devi necessariamente cambiare il struttura del modello. Alcuni termini scompariranno. Appariranno nuovi termini. Alla gente non piacciono le sorprese.
Ma non cambi mai la scala dei fattori! Beh, potresti. L'analisi di regressione di un DOE si basa su livelli di fattori centrati e scalati noti come "livelli codificati". Quindi le stime dei parametri si basano su una scala predittiva da -1 a +1. È possibile retrotrasformare o annullare la codifica dei livelli dei fattori in modo che le stime dei parametri siano in termini di scala reale. Non un desiderio irragionevole. Bene, cambierai necessariamente la struttura del modello da ciò che hai selezionato a qualcos'altro.
Oggetto: analisi DoE: rimozione dei fattori principali non significativi quando sono implicati in un'interazione significativaPensavo che il principio fosse "gerarchia", ma sembrava essere descritto in modo diverso nella documentazione: sembra dire che Gerarchia si riferisce a termini di ordine superiore che generalmente non tengono conto della stessa variazione dei termini di ordine inferiore, ed Ereditarietà " riguarda l'inclusione nel modello di componenti di ordine inferiore di effetti di ordine superiore."
Gerarchia degli effetti: https://www.jmp.com/support/help/en/15.2/index.shtml#page/jmp/effect-hierarchy.shtml#
Effetto ereditarietà: https://www.jmp.com/support/help/en/15.2/index.shtml#page/jmp/effect-heredity.shtml#
Potrebbe essere che sto confondendo i principi o che interpreto male la documentazione.
Oggetto: analisi DoE: rimozione dei fattori principali non significativi quando sono implicati in un'interazione significativaIn realtà il principio è Effetto GERARCHIA. Cioè, se i termini di ordine superiore sono significativi, i termini di ordine inferiore dovrebbero essere inclusi nel modello. (Il principio di ereditarietà è che affinché un termine di ordine superiore sia attivo almeno uno dei termini di ordine inferiore (genitori) deve essere attivo).
Per essere chiari, quello che devi veramente fare è capire l'interazione. Poiché un'interazione è quando l'effetto di un fattore dipende da un altro fattore, è necessario comprendere questo effetto. Per i progetti a 2 livelli, ci sono 4 possibili combinazioni di fattori per gli effetti del 2° ordine: -1,-1, -1,1, 1,-1, 1,1. Un'interazione significativa significa che c'è una differenza di effetto tra quando i fattori sono allo stesso livello e quando sono a livelli opposti.
Oggetto: analisi DoE: rimozione dei fattori principali non significativi quando sono implicati in un'interazione significativaCIAO,
Il principio si chiama "effetto ereditarietà".Se ne trova una breve menzione nei "Principi e linee guida per la progettazione sperimentale" ( https://www.jmp.com/support/help/en/15.2/index.shtml#page/jmp/effect-heredity.shtml ).Fondamentalmente, se un effetto principale non è significativo rispetto al termine di ordine superiore probabilmente non lo è nemmeno.
Oggetto: analisi DoE: rimozione dei fattori principali non significativi quando sono implicati in un'interazione significativaCIAO,
Grazie per la tua risposta. Volevo anche chiedere da un punto di vista statistico, influisce sul tuo modello?
Oggetto: analisi DoE: rimozione dei fattori principali non significativi quando sono implicati in un'interazione significativaCIAO,
Sì, è possibile. Quando si analizza un DOE utilizzando Fit Model, gli effetti di ordine inferiore contenuti all'interno di effetti di ordine superiore sono indicati con un simbolo circonflesso (vedere l'immagine sotto).Riceverai un messaggio di avviso se provi a rimuoverlo, con l'opzione "rimuovi solo gli effetti non contenuti", ma hai la possibilità di ignorarlo.
