È possibile che un fattore non sia significativo in un modello di superficie di risposta, mentre 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 design DoE CCD. 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 deve essere significativo. Questo vale anche per i termini quadratici? Come dovrebbe essere interpretato?
Progettazione degli esperimentiIngegneria della qualità e dei processiRi: 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 hai intenzione di "modellare" la curvatura del fattore (X*X), allora dovrai sicuramente gestire X. Il fatto che contribuisca o meno alla precisione della previsione ha davvero poca importanza.
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?Aggiungendo a @P_Bartel , questa situazione solleva il tema della "gerarchia del modello". La presenza del termine quadrato provoca 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 la presenza di tali casi e avverte 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?L'ereditarietà degli effetti è una linea guida/concetto/principio, non una regola rigida. È un principio che ci guida nel modo in cui possiamo scegliere di caratterizzare sistemi con lineare nei modelli parametrici. 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. Notare la parabola perfettamente simmetrica per X1. E la risultante analisi Fit Model che mostra solo il termine X1*X1 è significativa. E senza essere del tutto pedanti, quando usiamo la parola 'fattore' generalmente intendiamo la 'cosa' fisica che è in un sistema. Quando si parla di 'effetti' si parla di vari modi in cui un fattore può essere incluso in un modello lineare/non lineare per quel modello di materia. Quindi, per dire che un "fattore" NON è significativo, lo interpreterei come TUTTI gli effetti, incluso quel fattore, non sono significativi. Ma dire che un "effetto" non è significativo significa che un singolo termine specifico nel modello non è significativo. Quindi nella situazione seguente, il fattore X1 è "attivo", ma l'effetto principale X1 non è significativo, ma l'effetto X1*X1 è significativo.
