Verständnis der Konstruktmodelleffekte - Faktor * Faktor gegen Faktor-WechselwirkungenHallo,
Ich versuche, den Abschnitt "Modelleffekte konstruieren" zu verstehen, wenn ich eine "Modellspezifikation" für eine "Anpassungsmodell" -Analyse durchführe.
In diesem Abschnitt "Modelleffekte konstruieren" können quadratische Terme bewertet werden, bei denen ein Faktor, beispielsweise eine Kompressionskraft, sowohl für sich allein als auch als Faktorwechselwirkung mit sich selbst vorhanden ist, dh "Kompressionskraft" und "Kompressionskraft * Kompressionskraft".
Ich habe ein Bild dieses Abschnitts "Modelleffekte konstruieren" in diesen Beitrag unten aufgenommen:
Ich verstehe nicht, was der Unterschied von einem physikalischen Standpunkt von Bedeutung ist. Warum können wir eine Faktorinteraktion bewerten, bei der es sich nur um den Faktor in einer Interaktion mit sich selbst handelt? Sie können die Kompressionskraft nicht ändern und mit sich selbst variieren. Ich kann die Wechselwirkung zwischen Kompressionskraft und Kompressionsgeschwindigkeit verstehen, da sich eine Änderung der Kompressionskraft auf sich selbst und die Wechselwirkung zwischen Kompressionskraft und Kompressionsgeschwindigkeit auswirkt.
Ist es nur ein Mittel, um einen quadratischen Term aufzunehmen. Wenn ja, wozu dient das?
Vielen Dank, dass Sie sich die Zeit genommen haben, meinen Beitrag zu lesen, und ich freue mich darauf, mit anderen JMP-Benutzern zu diesem Thema zusammenzuarbeiten.
Mit freundlichen Grüßen,
Joe
AnalytikBetreff: Verständnis der Konstruktmodelleffekte - Faktor * Faktor gegen Faktor-WechselwirkungenHallo Joe,
Es ist in der Tat ein bisschen verwirrend. Soweit ich weiß, ist der Ausdruck "FAKTOR Y * FAKTOR Y" ein Mittel, um Ihre Variable in einen quadratischen Raum umzuwandeln, der der Berechnung des Quadrats von FAKTOR Y in einer neuen Spalte entspricht und in Ihrem Modell verwendet wird. In Anbetracht der Formulierung von Wechselwirkungen zwischen zwei verschiedenen Faktoren kann ich sehen, woher die Verwirrung stammt.
Andere Mitglieder haben möglicherweise ein technischeres Feedback zu dieser Frage.
Beste,
TSBetreff: Verständnis der Konstruktmodelleffekte - Faktor * Faktor gegen Faktor-WechselwirkungenHallo Joe,
Sie nehmen zu Recht an, dass diese Variable einen quadratischen Term in Ihrem Modell darstellt.
Wenn wir ein Modell erstellen, versuchen wir zu erklären, wie bestimmte Faktoren eine Reaktion in unseren Daten beeinflussen. Ein Haupteffektmodell kann hier helfen, aber es ist oft vorteilhaft, zusätzliche quadratische oder Interaktionseffekte einzubeziehen, um die Abweichungen, die wir in unseren Antwortdaten sehen, weiter zu erklären.
Der Vorhersageprofiler ist ein hervorragendes interaktives Werkzeug, um ein Modell vom physischen Standpunkt aus zu verstehen. Ein gutes Beispiel dafür finden Sie in JMPs Beispiel Hilfe-> Beispieldaten-> Industrielle Experimente-> Tablet-Produktion.jmp. Führen Sie die Skripte Fit Model und Fit Model with Interaction Profiles aus und beobachten Sie den Unterschied zwischen den beiden Modellen.
Haupteffektmodell:
Haupteffekte + Interaktionen + Quadratisches Modell
In der 2 nd Profiler, beobachten Sie die Mill Time-Variable, die den Effekt der Einführung eines quadratischen Effekts auf unser Modell zeigt. Wenn Sie den Wert für die Fräszeit von 5 auf 30 einstellen, werden Sie die physikalischen Auswirkungen dieses Begriffs auf unser Modell beobachten: einen Spitzenwert in unserer Disso-Reaktion zwischen den beiden Extremen.
Dies steht im Gegensatz zum Main Effects-Modell, bei dem wir einen linearen Trend sehen, der dazu führt, dass wir mit zunehmender Fräszeit eine Verbesserung der Leistung in Disso erwarten.
Das Statistik-Wissensportal von JMP bietet eine hervorragende Beschreibung, einschließlich visueller Darstellungen, wie die Mathematik funktioniert Multiple lineare Regression . Sie können sich auch das statistische Denken zur industriellen Problemlösung ansehen Korrelations- und Regressionsmodul um mehr zu lernen.
