È possibile avere un fattore che non è significativo in un modello di superficie di risposta ma il termine quadratico per lo stesso fattore lo è?Sto cercando di modellare una delle mie risposte in JMP che è stata valutata utilizzando un progetto CCD DoE. Nel modello DoE, ho un fattore che non è significativo per il modello attorno a questa risposta (p> 0,05) ma il termine quadratico è significativo (p <0,05). Secondo il principio ereditario dell'effetto, affinché un'interazione sia significativa, almeno uno dei suoi fattori padre dovrebbe essere significativo. Questo vale anche per i termini quadratici? Come dovrebbe essere interpretato?
DOERi: È possibile avere un fattore che non è significativo in un modello di superficie di risposta ma il termine quadratico per lo stesso fattore lo è?L'ereditarietà degli effetti è una linea guida / un concetto / un principio, non una regola rigida e veloce. È un principio che ci guida nel modo in cui possiamo scegliere di caratterizzare i sistemi con modelli lineari nei parametri. Quindi è del tutto possibile che un effetto principale non sia significativo, ma un effetto quadratico per lo stesso fattore è significativo. Ecco un esempio simulato. Nota la parabola perfetta per X1. E la risultante analisi del modello di adattamento che mostra solo il termine X1 * X1 è significativa.
Ri: È possibile avere un fattore che non è significativo in un modello di superficie di risposta ma il termine quadratico per lo stesso fattore lo è?Aggiunta a @P_Bartell , questa situazione solleva l'argomento della "gerarchia del modello". La presenza del termine al quadrato determina una gerarchia. X è presente in X * X. Pertanto, si consiglia vivamente di mantenere la gerarchia. Vale a dire, se il termine X * X è significativo ma il termine X non è significativo, mantieni entrambi i termini nel modello.
JMP verifica tali casi e avvisa l'utente se la rimozione di un termine influirà sulla gerarchia. JMP ti consentirà di procedere, ma non è consigliato.
Ri: È possibile avere un fattore che non è significativo in un modello di superficie di risposta ma il termine quadratico per lo stesso fattore lo è?Mark è corretto in quanto questa è la gerarchia degli effetti. Pensala in questo modo, se intendi "modellare" la curvatura del fattore (X * X) allora dovrai sicuramente gestire X. Che contribuisca o meno alla precisione della previsione è davvero di scarsa importanza.
