¿Se podría utilizar el diseño de cribado para 1 factor continuo, otros 7 factores categóricos y 1 respuesta categórica?Me gustaría evaluar la influencia de 8 factores en la respuesta. Hay 1 factor continuo, otros 7 factores categóricos y 1 respuesta categórica, y 2 de los factores categóricos tienen 4 niveles, uno de los factores categóricos tiene 8 niveles. ¿Podemos usar el método clásico de diseño de cribado para diseñar experimentos?
Queremos saber los factores más influyentes entre los 8 factores, ¿dónde podríamos analizar los resultados experimentales de cribado? Cuando añadimos más de 6 factores o los niveles de los factores superan los 3, desaparecía la pestaña "Proyección" donde no podemos analizar los resultados del diseño de detección. ¿Cuáles son los problemas? ¿Significa eso que el diseño de cribado clásico no se puede utilizar en este caso? ¿O deberíamos analizar los resultados del diseño de cribado por separado?
Gracias.
GAMARe: ¿Se podría usar el diseño de detección para 1 factor continuo, otros 7 factores categóricos y 1 respuesta categórica?Hay muchos documentos que discuten opciones para manejar el ruido. Fisher (quien inventó el bloqueo), Box, et. Alabama. tener numerosos papeles/libros.
Box, George, Hunter, William y Hunter, J. Stuart (2005) “ Estadísticas para Experimentadores: Diseño, Innovación y Descubrimiento Wiley & Sons (ISBN 0471718130) lo cubre bien. Este papel es excelente:
Sanders, D., Leitnaker M. y McLean R. (2002) "Diseños de bloques completos aleatorios en estudios industriales" Ingeniería de calidad, vol. 14, número 1
Uno de mis favoritos:
Daniel, Cuthbert (1976) “ Aplicaciones de la Estadística a los Experimentos Industriales Wiley (ISBN 0-471-19469-7)
Documento definitivo sobre diseños de parcelas divididas (en mi humilde opinión):
Caja, GEP, Stephen Jones (1992), “ Diseños de parcelas divididas para una sólida experimentación de productos ”, Revista de Estadística Aplicada , vol. 19, N° 1
También he adjuntado una discusión demasiado simplificada que utilizo para apoyar conferencias sobre el tema.
Re: ¿Se podría usar el diseño de detección para 1 factor continuo, otros 7 factores categóricos y 1 respuesta categórica?No hay un estándar que yo sepa. Puede usar la función Simular en JMP Pro para evaluar cualquier rendimiento del análisis para un diseño determinado.
Sí, depende de si obtienes buenos resultados. Pero hay un método riguroso detrás de este enfoque. Por ejemplo, podría crear un diseño y seleccionar Simular respuesta en el menú de la plataforma Diseño personalizado. Observe que puede simular una respuesta binomial. Puede ingresar los coeficientes mínimos o los coeficientes esperados y generar la respuesta Realice el análisis para la primera muestra simulada. Luego haga clic con el botón derecho en la columna numérica de interés (p. ej., estimación de parámetro, valor p u otro) y seleccione Simular. A continuación, puede ajustar el diseño según lo indicado por los resultados de la simulación.
Por favor vea el documentación para Simular .
Re: ¿Se podría usar el diseño de detección para 1 factor continuo, otros 7 factores categóricos y 1 respuesta categórica?@Mark_Bailey Basado en lo que mencionaste, ese es siempre el caso que yo necesitará muchas corridas para estimar bien la regresión logística o el modelo GLM binomial. ¿Existe algún estándar sobre el número de ejecuciones que normalmente podría proporcionar buenos resultados de estimación? ¿O solo depende de si obtenemos buenos resultados? Sé que hay muchas formas de evaluar la bondad de un modelo si la respuesta es continua, como el diagrama de Pareto, etc. ¿Cuáles son los métodos que podríamos usar para evaluar si el modelo es bueno o no cuando una respuesta es binaria?
Re: ¿Se podría usar el diseño de detección para 1 factor continuo, otros 7 factores categóricos y 1 respuesta categórica?@statman Entiendo lo que estaba tratando de explicar por qué la ubicación debe considerarse como ruido. Pero creo que necesito explorar más sobre cómo decidir la resolución. ¿O sabe que hay algunos recursos/documentos que podrían ayudar?
Para la variable de respuesta, usamos un sensor PIR, que es pasivo, usa IR para detectar movimiento. Pero también necesitamos probar algunos sistemas de sensores, que es una combinación de diferentes tipos de sensores. En este caso, los resultados serían un cálculo basado en diferentes salidas de sensores, no es una sola medición... Y solo se nos proporcionará la salida binaria final cuando hagamos la prueba. Tal vez este caso es más complicado para el diseño experimental...
Re: ¿Se podría usar el diseño de detección para 1 factor continuo, otros 7 factores categóricos y 1 respuesta categórica?Mark, a menudo "trato" el ruido como un efecto fijo durante el experimento y durante el análisis. Para hacer esto, se requiere que el experimentador comprenda qué es el ruido (debe identificarse) y pueda manejarlo (o muestrearlo) durante el experimento. Esto permite la estimación de las interacciones de ruido por factor (son los efectos del factor de diseño consistentes sobre el ruido cambiante) que es un componente necesario para crear diseños robustos.
Referencia:
Sanders, D., Leitnaker M. y McLean R. (2002) "Diseños de bloques completos aleatorios en estudios industriales" Quality Engineering, vol. 14, número 1Re: ¿Se podría usar el diseño de detección para 1 factor continuo, otros 7 factores categóricos y 1 respuesta categórica?No creo que estemos en desacuerdo. Solo quería estar seguro de la naturaleza del factor Ubicación. La descripción "mejor" y "peor" hizo que pareciera un efecto fijo. Veo que son dos ubicaciones aleatorias que proporcionarán cada una la mitad de las ejecuciones. Entonces debería ser un bloque aleatorio. Pero estoy totalmente de acuerdo con la vista de la ubicación.
Re: ¿Se podría usar el diseño de detección para 1 factor continuo, otros 7 factores categóricos y 1 respuesta categórica?En este punto no estoy de acuerdo con @Mark_Bailey . La ubicación en la habitación es ruido y, como tal, debe tratarse como ruido en la experimentación. No quiere concluir que la ubicación es importante y que la gente tiene que estar aquí para que funcione. No venderá muchos de esos sensores o los que venda tendrán muchas quejas de los clientes (solo funciona cuando estoy aquí).Re: ¿Se podría usar el diseño de detección para 1 factor continuo, otros 7 factores categóricos y 1 respuesta categórica?Gracias por tu explicación.
Trataría el factor de ubicación como un factor categórico simple, no como un factor de bloqueo.
Yo definiría la respuesta en Diseño Personalizado como sin objetivo. Será más fácil definir la función de deseabilidad más adelante en el generador de perfiles.
Una sola prueba (un resultado de sí o no) significa que necesitará muchas ejecuciones para estimar bien la regresión logística o el modelo GLM binomial.
Re: ¿Se podría usar el diseño de detección para 1 factor continuo, otros 7 factores categóricos y 1 respuesta categórica?Para aclarar, el aliasing parcial es cuando un efecto no es ni ortogonal ni completamente aliasing. No hay nada de malo en usar alias siempre y cuando sepas qué es alias. De hecho, el aliasing es una estrategia de eficiencia. Por qué separar todos los efectos en el primer estudio. En particular, no necesita separar términos de orden superior (factoriales o polinómicos) en su primer experimento. Debe decidir qué efectos desea estimar, cuáles está dispuesto a crear un alias y cuáles estarán restringidos. Si un efecto es significativo y sabe qué es un alias, la siguiente iteración ciertamente puede eliminar el alias de esos efectos. El problema con el aliasing parcial es que el efecto se distribuye entre múltiples efectos y, por lo tanto, el aliasing no es posible en la práctica.
Con respecto a las variables de respuesta: no sé qué tipo de sensor está usando, pero piense en cómo "detecta". ¿Es activo o pasivo? Si es pasivo, ¿está usando IR para detectar el movimiento? ¿Cómo procesa el sensor esa señal? ¿Se puede medir/cuantificar? ¿Tienes un ingeniero que entiende la ciencia? Trabajaría en una mejor medida.
Al diseñar un experimento, debe decidir qué resolución necesita para los factores de diseño y qué resolución necesita para el ruido (la resolución generalmente no se usa en referencia al ruido... Muy pocas personas dedican tiempo a comprender el ruido aunque estudien). se requiere para un diseño robusto). Aquí hay un experimento mental: digamos que la ubicación donde alguien está en la habitación es ruido. Desea que su dispositivo sea resistente al ruido (donde hay alguien en la habitación). Está experimentando con factores de diseño (sensibilidad del sensor, ángulo, tamaño, etc.) que pueden o no afectar el rendimiento del dispositivo de detección. 1 de esos factores es significativo, pero su efecto (magnitud y/o dirección) depende del ruido (según lo estimado por la interacción bloque por factor que obtuvo del RCBD). Desea saber eso al principio del diseño para que pueda encontrar la configuración para ese factor o encontrar otro factor o hacer que el factor sea ajustable en el campo para que se reduzca el efecto de interacción de ruido por factor. De lo contrario, el rendimiento del dispositivo dependerá del ruido. Lo que significa que tendrá quejas de los clientes en algún momento.Re: ¿Se podría usar el diseño de detección para 1 factor continuo, otros 7 factores categóricos y 1 respuesta categórica?@Mark_Bailey Gracias por proporcionar sus pensamientos.
Para la ubicación, el fondo es que configuramos los sensores de ocupación, las personas se pararán en diferentes ubicaciones en un espacio de prueba y luego evaluaremos si el sensor de ocupación detectará ocupantes o no. Porque queremos saber si la ubicación de las personas afectaría el rendimiento de los sensores de ocupación. Inicialmente, elegimos 8 ubicaciones aleatorias como 8 niveles para la variable de ubicación. Pero basándonos en nuestra conversación con @statman , es mejor no usar 8 niveles para el primer diseño experimental, por eso decidimos elegir los casos extremos para la ubicación, uno es el peor caso donde el sensor no pudo detectar ocupantes, uno es el mejor caso donde la gente simplemente párese justo delante del sensor para que el sensor detecte perfectamente a los ocupantes. Entonces, ¿tal vez no sea una restricción en la disponibilidad? ¿Es solo una variable que queremos variar para ver cómo afecta la respuesta?
Para la respuesta, es un valor binario que observamos 1 instancia en cada ejecución. Para nuestro caso, la respuesta es la Presencia/No presencia de personas. Presencia significa que el sensor detecta ocupantes, No presencia significa que el sensor no detecta ocupantes. Entonces, en este caso, ¿qué debo elegir para el objetivo de la respuesta?
Re: ¿Se podría usar el diseño de detección para 1 factor continuo, otros 7 factores categóricos y 1 respuesta categórica?@statman Basado en su idea aquí, el diseño del bloque traerá alias parcial ya que cuantificará las interacciones bloque por factor. Y no queremos hacer el alias parcial para el primer experimento, ¿verdad? Y usted dijo, "no llenó ninguna Y", ¿significa que no ingresó "respuesta"?
Nuestra variable de respuesta es Presencia/No presencia binaria, lo que significa si el sensor de ocupación detecta personas en el espacio o no. En realidad, la otra forma en que podríamos interpretar la respuesta es contar el número de personas en una sala de pruebas. Y luego podríamos decidir la Presencia/No presencia del sensor en función de los resultados posteriores. Si el número de conteo es 0, entonces "No presencia"; si no es 0, entonces "Presencia". Aparte de eso, no podía pensar en otra forma de interpretar la respuesta. ¿O tal vez tienes algunos buenos pensamientos? ¿Sería útil para mejorar el caso? Desafortunadamente, no pudimos detectar el tamaño de objetos/personas usando el sensor de ocupación. El movimiento tiene cuatro categorías, mayor: personas que caminan, menor: personas que extienden los brazos, bien: personas que escriben, ninguna, duermen. ¿Qué quieres decir con variar la cantidad de movimiento? Y la ubicación influye en el rendimiento del sensor no solo por la distancia sino también por el ángulo entre el sensor y las personas. Si queremos algo para reemplazar la ubicación, tal vez deberíamos incluir variables tanto de distancia como de ángulo. Y luego definimos los valores extremos de distancia y ángulo en dos niveles. ¿Sería útil?
Re: ¿Se podría usar el diseño de detección para 1 factor continuo, otros 7 factores categóricos y 1 respuesta categórica?Lamento unirme a esta discusión tan tarde.
La Localización parece ser un factor categórico con efectos fijos. ¿Es realmente una restricción de disponibilidad? Es decir, ¿solo puede hacer un número limitado de observaciones por ubicación? ¿Cuántas ubicaciones hay a su disposición? El hecho de que haya llamado a las dos ubicaciones "mejor" y "peor" me sugiere un factor cualitativo o categórico.
El modelo por defecto es solo los efectos principales o aditivos. El mapa de colores también le muestra términos de orden superior, para que pueda evaluar el impacto de estos efectos (correlación) en los efectos principales. Los efectos sesgarán su modelo si no los incluye y aumentarán los errores estándar de las estimaciones si se incluyen.
¿Cuál es la respuesta? ¿Es binario o es un conteo de dos resultados binarios? Por ejemplo, podría observar 20 instancias en cada ejecución y registrar el número de cada resultado (éxito, fracaso). Por otro lado, solo podría observar 1 instancia en cada ejecución. No puede usar el análisis de poder en el diseño personalizado en el caso de tal respuesta. Pero ciertamente necesita más carreras para tal respuesta. El comando Simular respuesta en Diseño personalizado junto con la función Simular en JMP Pro se puede utilizar para evaluar el poder empírico de cualquier diseño.
El objetivo de la respuesta se guarda como la propiedad de la columna Límites de respuesta. Define la función de deseabilidad para la optimización en el generador de perfiles de predicción. No creo que sea apropiado para este caso, pero puede cambiarlo después de acceder al generador de perfiles y luego guardar la definición actualizada.
Re: ¿Se podría usar el diseño de detección para 1 factor continuo, otros 7 factores categóricos y 1 respuesta categórica?Sí, tienes razón... perdón por no haber entendido que la respuesta era binaria. Realmente le sugiero que cree una mejor variable de respuesta (vea la nota anterior).Re: ¿Se podría usar el diseño de detección para 1 factor continuo, otros 7 factores categóricos y 1 respuesta categórica?Mientras tanto @P_Bartell y estoy tratando de darte algunos consejos, debes darte cuenta de que no existe un diseño "correcto". Cada diseño variará potencialmente en cuanto a los recursos necesarios, la precisión de detección de los efectos de los factores de diseño, la resolución, el modelo que se puede estimar, la cantidad de factores que se pueden estimar, etc. Lo que recomiendo es diseñar múltiples experimentos y evaluarlos contra el conjunto de criterios y su situación. También sugiero que prediga todos los resultados posibles y lo que hará en cada resultado. Tiene 8 factores de diseño y al menos 1 variable de ruido. El propósito de este 1er experimento es diseñar un mejor experimento (mover el espacio de diseño e identificar los factores que son más interesantes). Por lo general, una resolución más baja funcionará para identificar los efectos principales, pero debe clasificar los efectos del modelo hasta el segundo orden para determinar si necesita aumentar la resolución. Además, cuando tiene JMP bloquea el diseño, el software trata el bloque como un efecto aleatorio de forma predeterminada. Sin embargo, cuando sabe qué ruido está formando el bloque, puede tratarlo como un efecto fijo y cuantificar las interacciones bloque por factor. Soy un poco de la vieja escuela, se podría decir. Quiero saber el aliasing y no me gusta hacer aliasing parcial ya que esto es más difícil de interpretar y determinar cuál debería ser el experimento posterior. Pero probablemente estoy en la minoría aquí. A muchas personas les gustan los diseños óptimos por su eficiencia. Tampoco completo ninguna Y porque no quiero que el software "controle" mi análisis (en algunos casos, limite mis opciones de análisis).
Con respecto a su variable de respuesta, ¿ha pensado en otras formas de cuantificar la respuesta? La respuesta binaria requiere muestras de gran tamaño para detectar diferencias. ¿Podría variar el tamaño del "objeto" o la "persona" y registrar qué tamaño de objeto se detecta? ¿O podría variar la cantidad de "movimiento" que se necesita para ser detectado? Si la distancia desde el sensor es importante, en lugar de bloquear la ubicación en la habitación, ¿podría determinar a qué distancia del sensor se detecta el objeto? En cualquier caso, recomendaría pensar más en las variables de respuesta.Re: ¿Se podría usar el diseño de detección para 1 factor continuo, otros 7 factores categóricos y 1 respuesta categórica?@statman Gracias por las sugerencias.
Traté de encontrar estas parcelas, incluyendo Gráficos de Daniel (gráficos normales), gráficos de efectos de Pareto y posiblemente gráficos de Bayes, pero parece que están bajo la "Evaluación de efectos" y solo están disponibles si usa "Mínimos cuadrados estándar" como "Personalidad", lo que significa que la respuesta debe ser continuo. No existe tal opción si elijo el "Modelo lineal generalizado" con la respuesta "Binomial". ¿Me equivoco o necesito encontrar esto en otro lado?
Re: ¿Se podría usar el diseño de detección para 1 factor continuo, otros 7 factores categóricos y 1 respuesta categórica?@statman Gracias por tu consejo.
Si elijo usar el Método 3: RCBD como mencionaste replicar los tratamientos en 2 bloques (mejores y peores ubicaciones), es como el siguiente:
El número predeterminado de ejecuciones es 16, y luego el "Mapa de color en las correlaciones" es el siguiente:
Del mapa de colores anterior, parece que el modelo no es el modelo de efecto principal.En términos generales, el color mapa para un buen diseño muestra mucho blanco fuera del diag en al, indicando ortodoncia en alidad o pequeña correlación s entre términos distintos. ¿Significa esto que este no es un buen diseño? Y si aumento el número de ejecuciones, mostrará la mayor parte del blanco fuera de la diagonal, ¿significa que necesito aumentar el número de ejecuciones cuando hago un diseño experimental?
Y una pregunta más aquí:
Nuestra respuesta es un valor binario (0/1), 0 indica la no presencia de ocupantes, 1 indica la presencia de ocupantes, para la respuesta, utilicé "Máximo" como Meta, de la siguiente manera:
¿Es correcto o debo usar "Ninguno" como objetivo?
Re: ¿Se podría usar el diseño de detección para 1 factor continuo, otros 7 factores categóricos y 1 respuesta categórica?Sugeriría usar gráficos de Daniel (gráficos normales), gráficos de efectos de Pareto y posiblemente gráficos de Bayes frente a valores p para evaluar factores interesantes de un diseño de detección. Siempre me preocupa que las estimaciones de MSE en su diseño de detección sean deficientes, no representativas y sesgadas. Es menos probable que las tramas que sugiero estén sesgadas. Básicamente, está comparando todos los efectos entre sí para determinar cuáles son asignables y de importancia práctica.Re: ¿Se podría usar el diseño de detección para 1 factor continuo, otros 7 factores categóricos y 1 respuesta categórica?En este caso, la ubicación en la habitación es ruido. No tiene control sobre dónde estará alguien en la habitación, pero aún desea que su sensor detecte que están allí. La ubicación en la habitación PUEDE controlarse durante el experimento, pero no en la vida real. Este tipo de factor se puede manejar de diferentes maneras:
1. Repeticiones: Mantenga constante la combinación de tratamientos y tome medidas repetidas en diferentes lugares. Las ubicaciones pueden ser aleatorias, pero obtendrá más información si existen hipótesis específicas sobre POR QUÉ habría diferencias en las ubicaciones (p. ej., proximidad al sensor, ángulo desde el sensor, esquina de la habitación) y, por lo tanto, tomar muestras sistemáticamente.
2. Réplicas aleatorias: creo que así es como está manejando este factor. Si bien esto aumenta el espacio de inferencia y proporciona una estimación teóricamente imparcial del MSE, no conoce el efecto de la ubicación y puede comprometer la precisión de detección del efecto del factor de diseño.
3. RCBD: En este caso, seleccionaría la mejor ubicación (cerca justo en frente del sensor) como primer nivel y la peor ubicación (lejos y en un ángulo extremo) como segundo nivel. Repita los tratamientos en los 2 bloques. En este caso, podría tratar la ubicación como un efecto fijo. Esto permite un mayor espacio de inferencia, así como la capacidad de estimar el bloque (ubicación) y todos los efectos de interacción bloque por factor (una medida de la solidez de su sensor) con mayor precisión.
4. Parcela dividida (matriz de productos cruzados): Coloque los tratamientos en la parcela completa y el ruido en la subparcela o el ruido en el WP y los tratamientos en el SP. Esto mejoraría la eficiencia del diseño y probablemente aumentaría la precisión de detección del factor de diseño y los efectos de interacción del ruido por factor.Re: ¿Se podría usar el diseño de detección para 1 factor continuo, otros 7 factores categóricos y 1 respuesta categórica?@P_Bartell Entonces parece que no hay una manera fácil o una respuesta única para este problema. Tendré esto en cuenta cuando utilice el método de diseño de selección para diseñar experimentos y analizar los resultados. gracias por tu tiempo y paciencia.
Re: ¿Se podría usar el diseño de detección para 1 factor continuo, otros 7 factores categóricos y 1 respuesta categórica?Mi ejemplo es, de hecho, un diseño de cribado. Sólo un factor... pero los principios aplican para uno a muchos factores y sus niveles apropiados. Sí, hasta cierto punto usará valores de p... pero no caiga en el valor de p es una trampa de precipicio. Supongamos que adopta, y depende totalmente de usted el valor p crítico específico necesario para rechazar la hipótesis nula para cualquier estimación del efecto... entonces, ¿qué valor elegirá? 0.05? 0.01?0.10? y así sucesivamente. ¿Y qué sucede si elige 0,05 como su valor p crítico para la estimación de un parámetro, y tiene un valor p de efecto = 0,049 y otro que es 0,051? Por la mentalidad del acantilado, se vería obligado a decir que el factor que refleja la estimación de 0.049 es 'significativo'... y Dios, odio esa palabra... pero esa es otra diatriba para otro momento, y el otro factor es 'no significativo' porque su valor p es mayor que el valor crítico.
El número de ejecuciones da poder para poder detectar efectos. Mi ejemplo lo confirma. Dos carreras... sería difícil rechazar la hipótesis nula... pero tire esa moneda, digamos 1,000 veces y apuesto mi casa a que rechazará la hipótesis nula. Los diseños de proyección son intencionalmente muy escasos en relación con el número de ejecuciones... por lo que puede haber un efecto presente... simplemente no ha reunido suficiente evidencia para convencer al jurado.
Re: ¿Se podría usar el diseño de detección para 1 factor continuo, otros 7 factores categóricos y 1 respuesta categórica?@statman En general, nuestro objetivo es decidir si la ubicación de los ocupantes en una habitación influiría en el rendimiento de los sensores de ocupación para detectar ocupantes. Entonces, primero marcaríamos una cuadrícula de 3x3 pies en el piso, y elegiríamos al azar 8 ubicaciones usando algunas herramientas de generación de números aleatorios, y los ocupantes se pararán en estas 8 ubicaciones diferentes para la prueba. ¿Es como si pudiéramos controlar la ubicación? En realidad, dado que sabemos que el sensor puede no detectar ocupantes cuando una persona está parada en la esquina de la habitación, ¿significa que también podemos elegir los extremos máximos para la ubicación? Por ejemplo, un extremo máximo es la persona parada en el centro de la habitación para que el sensor tenga la mayor probabilidad de detectar ocupantes, el otro sería la persona parada en la esquina de la habitación para que el sensor tenga la menor probabilidad de detectar ocupantes. detectar ocupantes?
Re: ¿Se podría usar el diseño de detección para 1 factor continuo, otros 7 factores categóricos y 1 respuesta categórica?@P_Bartell Realmente ayuda Ya tomé parte del entrenamiento del DOE, tomaré los demás también.
Creo que entiendo lo que está tratando de decir en el ejemplo, pero cuando se trata de diseño de detección, lo que realmente nos importa es qué factor tendría una influencia significativa en la respuesta, realmente no sabemos cómo el número de ejecuciones afectaría los resultados del modelado, ¿verdad? Digamos que diseñamos un experimento utilizando un diseño de detección y elegimos el modelo de efecto principal, después de hacer los experimentos, recopilamos datos de respuesta reales y elegimos un modelo para hacer el análisis del efecto principal. Luego obtendremos los resultados diciéndonos qué factor es significativo según sus valores P. ¿Cómo sabemos si los resultados son correctos o no? ¿O tal vez después de un cierto número de ejecuciones, descubrimos que ninguno de los factores es significativo al analizar los resultados, por lo que necesitamos más ejecuciones experimentales? Tal vez me equivoque, o mi pregunta sea un poco tonta, pero es difícil para mí relacionar esto con el diseño experimental de detección...
Re: ¿Se podría usar el diseño de detección para 1 factor continuo, otros 7 factores categóricos y 1 respuesta categórica?Para Motion, elija extremos. Si eso es significativo, entonces puede "afinar". Para la ubicación en la habitación... ¿Puedes controlar esto o es ruido? Si hay ruido, considere bloquear.
Re: ¿Se podría usar el diseño de detección para 1 factor continuo, otros 7 factores categóricos y 1 respuesta categórica?@yiyichu Está más allá del alcance de un foro de discusión general como este dar una guía incluso incompleta sobre qué técnica de modelado usar y cuándo. Los problemas prácticos, los tipos de datos, los métodos de recopilación de datos, la influencia de los factores de ruido, la capacidad del software, las capacidades de las personas involucradas en el proyecto y, probablemente, algunas cosas que no menciono, juegan un papel importante para ayudar a determinar CÓMO resolver un problema. Entonces, en ese sentido, realmente creo que la mejor vía que puede seguir es considerar un enfoque más holístico para desarrollar sus habilidades de resolución de problemas a través de la educación y la práctica. Una excelente manera de lograr esto, y es gratis (sin cargo) es completar el plan de estudios "Pensamiento estadístico para la resolución de problemas industriales" de SAS. Gran parte del curso está dedicado a combinar la recopilación de datos, los tipos de datos y las estrategias analíticas para resolver problemas. Aquí hay un enlace a la página web principal para obtener información sobre el curso: Pensamiento estadístico para la resolución de problemas industriales
Intentaré darte un ejemplo de lo que quiero decir con un pequeño número de ejecuciones, puede ser difícil descifrar una señal del ruido. Es un poco de un ejercicio mental ... así que aquí va. Comencemos diciendo que le gustaría determinar si lanzar una moneda al aire es justo y equilibrado. Es decir, hay una probabilidad de 0,5 de obtener cara o cruz con el lanzamiento de una moneda. Ahora suponga que llego al 'experimento' con una moneda que NO es 50/50, pero su hipótesis nula ES que es una moneda 50/50. Pero en realidad estoy haciendo trampa y he traído una moneda al experimento que tiene una probabilidad de 0.7 de cara y una probabilidad de 0.3 de cruz. Si tiro la moneda una vez... obtengo cara. ¿Está dispuesto a rechazar su hipótesis de que la moneda es 50/50? Probablemente no sobre la base de un lanzamiento. ¿Qué tal un segundo lanzamiento? Ahora vuelves a tener cabeza. Dispuesto a rechazar todavía? Después de todo, si su hipótesis es cierta, hay una probabilidad de 0,25 de obtener dos caras consecutivas. Creo que la mayoría de la gente todavía no rechazaría la hipótesis nula. Así que volteas por tercera vez... esta vez obtienes cruz. ¿Cuántos lanzamientos y resultados necesitarás para que finalmente rechaces el nulo? Ahí radica el problema de que, en mi experiencia práctica, a veces sucede con resultados binarios.
¿Espero que esto ayude?
Re: ¿Se podría usar el diseño de detección para 1 factor continuo, otros 7 factores categóricos y 1 respuesta categórica?@statman El factor de 4 niveles aquí es el "nivel de movimiento", que incluye movimiento mayor, movimiento menor, movimiento fino y ningún movimiento. El factor de 8 niveles aquí es elegir aleatoriamente 8 ubicaciones diferentes en una habitación para nuestro caso.Pero tienes razón. En realidad, también estoy considerando elegir los extremos de los factores de 4 y 8 niveles para hacer que todos los factores estén en 2 niveles. Entonces también podemos elegir el método de diseño de cribado definitivo. No estoy seguro de qué manera podría ser mejor. Ahora tu consejo me da más confianza para hacerlo de esta manera. Gracias.
Re: ¿Se podría usar el diseño de detección para 1 factor continuo, otros 7 factores categóricos y 1 respuesta categórica?@P_Bartell Creo que debería ser el efecto principal solo anteriormente, pero puedo estropear algo. Vuelvo a verificar el modelo y me aseguro de que el modelo sea solo el efecto principal, y parece que el error desaparece ahora.
Como soy titular de DOE y JMP, elegí el Personalidad de ajuste de Elastic Net solo porque sigo el ejemplo que se proporcionó en la documentación de JMP. Intentaré usar el método básico de estimación de regresión logística como punto de partida. Gracias por tu consejo. Cuando elegimos los métodos de estimación, ¿cómo decidimos qué métodos de estimación debemos elegir, cuándo elegir un método básico de estimación de regresión logística, cuándo debemos elegir otros, como Lasso, Elastic Net, Ridge, etc.
Y desde tu primera respuesta, dijiste que a veces necesitamos muchas ejecuciones para provocar una señal del ruido para una respuesta categórica... ¿Podría por favor explicar un poco más sobre eso? ¿Qué podríamos hacer para comprobar si necesitamos más carreras?
Gracias por su tiempo de nuevo.
Re: ¿Se podría usar el diseño de detección para 1 factor continuo, otros 7 factores categóricos y 1 respuesta categórica?También tengo curiosidad, pero tengo curiosidad por qué estás mirando factores categóricos de 4 niveles y 8 niveles. Esto suena más como un elige al ganador prueba que un diseño de detección? Mis pensamientos: La detección no pretende probar todas las combinaciones posibles. ¿Puedes elegir los extremos de los 4 u 8 niveles? La idea sería comparar todos los factores (por igual, sin sesgos) y determinar cuáles de ellos merecen una mayor investigación. Al realizar pruebas en más de 2 niveles para algunos de sus factores, tiene más información sobre esos factores y, por lo tanto, ha sesgado su estudio.
Pero, por supuesto, no conozco tu situación específica, así que quizás quieras ignorarme.
Re: ¿Se podría usar el diseño de detección para 1 factor continuo, otros 7 factores categóricos y 1 respuesta categórica?@yiyichu Genial que hayas usado la plataforma de diseño personalizado. ¿Puede compartir el modelo específico que articuló para la construcción del diseño? ¿Fueron solo los efectos principales? ¿O algo diferente?
En mi primera respuesta, le sugerí que especificara un modelo de solo efectos principales... el mensaje de error que está viendo y basado en @Mark_Bailey es la respuesta correcta, parece seguro que está tratando de ajustar un modelo con algo más que efectos principales. ¿Su diseño admite al menos algún nivel de estimación para al menos dos (o Dios no lo quiera) interacciones de factor de orden aún mayor? Con factores categóricos en más de 2 niveles, para estimar los efectos de interacción que contienen esos factores, su diseño puede crecer rápidamente. Especialmente con el factor uno con 8 niveles.
Y también tengo un poco de curiosidad acerca de por qué eligió la personalidad de ajuste de Elastic Net. Supongo que, en un modo de modelado de selección, podría haber comenzado con quizás solo un modelo de regresión logística nominal simple. Elastic Net no es una elección incorrecta... pero podría tender a poner en cero algunas de las estimaciones de parámetros, ya que es su naturaleza y es posible que se pierda el contenido de información del nivel de efecto. ¿Solo curiosidad más que nada?
Re: ¿Se podría usar el diseño de detección para 1 factor continuo, otros 7 factores categóricos y 1 respuesta categórica?Esto se refiere al hecho de que la jerarquía del modelo es importante. JMP le recomienda enfáticamente que mantenga la jerarquía, pero no la exige.
La jerarquía del modelo significa que si tiene X1*X2 en el modelo, entonces X1 y X2 también deberían estar en el modelo, incluso si no son significativos por sí solos.
Re: ¿Se podría usar el diseño de detección para 1 factor continuo, otros 7 factores categóricos y 1 respuesta categórica?Muchísimas gracias. Y tengo otra pregunta de seguimiento.
Usé la plataforma de Diseño Personalizado. Como tengo una respuesta binaria, cuando ajusté el modelo, elegí Personalidad: Regresión generalizada, Distribución: Binomial, Método de estimación: Red elástica -- Adaptativa, Método de validación: AICc. Pero cuando hago clic en el botón "Ir", muestra una alerta que dice "La adaptación terminó antes de tiempo debido a que no se pudo mantener la herencia". Considere la posibilidad de volver a correr sin imponer la herencia". ¿Es este un problema grave que tengo que resolver? ¿Cómo podría resolver el problema o debo elegir otros métodos?Re: ¿Se podría usar el diseño de detección para 1 factor continuo, otros 7 factores categóricos y 1 respuesta categórica?Una vez que se encuentra en una situación en la que los niveles de los factores son distintos de 2, los diseños de cribado clásicos, es decir, los diseños factoriales fraccionados de dos niveles, no son aplicables ni factibles. En su caso, con algunos factores que tienen niveles distintos de 2, se ve obligado a utilizar un escenario DOE óptimo... que en JMP lo lleva directamente a la plataforma de diseño personalizado. Dado que parece que desea ejecutar un diseño de detección, usaría la plataforma de diseño personalizado para crear un diseño que sea compatible con un modelo de solo efectos principales. Con miras a minimizar el número de carreras. Es posible que desee agregar algunas ejecuciones por encima del mínimo especificado por JMP para permitir algunos grados de libertad de error.
Buena suerte tratando de encontrar efectos activos con una respuesta categórica... mi experiencia pasada es que a veces necesitas muchas ejecuciones para provocar una señal del ruido... pero nunca lo sabrás a menos que lo intentes.
