Terme in Parameterschätzungen für bidirektionale Wechselwirkungen kodierter Faktoren werden beispielsweise als (EtOH + 0,1)*(n-PrOH-0,1) angegeben.Ich versuche, ein Beispiel von Goos und Jones (Kapitel 3) durchzuarbeiten, wo sie einen DoE-Bildschirm und ein Modell ausgewählter Zwei-Wege-Interaktionen erstellt haben. Alle Faktoren außer „Block“ sind kontinuierlich und die Faktoren werden für die beiden getesteten Ebenen als -1 und +1 codiert. Beim Anpassen des Modells bin ich verwirrt, dass das Pulldown-Menü „Parameterschätzungen“ jeden Wechselwirkungsterm nicht als z. B. EtOH*n-PrOH, sondern als (EtOH + 0,1)*(n-PrOH-0,1) oder (EtOH + 0,1)* angibt. Uhrzeit (siehe IMG1.jpg). Ich bin mir nicht sicher, wie ich das interpretieren soll. Kann jemand erklären, wann und warum JMP zu jedem Faktor eine Konstante addiert/subtrahiert? Dies scheint nicht immer der Fall zu sein – ich habe ein anderes Modell, bei dem es das tut, was ich erwarte, und den Begriff z. B. als n-PrOH*EtOH angibt (IMG2.jpg). Danke!
Erweiterte statistische ModellierungDatenexploration und -visualisierungVersuchsplanungQualitäts- und VerfahrenstechnikZuverlässigkeitsanalyseBetreff: Terme in Parameterschätzungen für bidirektionale Wechselwirkungen codierter Faktoren werden beispielsweise als (EtOH + 0,1)*(n-PrOH-0,1) angegeben.Ah, jetzt verstehe ich, was los ist. Ich wusste nicht, dass Sie Ihre eigenen codierten Spalten erstellt haben, da dies nicht erforderlich ist. Aber seitdem Sie es getan haben, passiert Folgendes.
Wenn Sie „Modell anpassen“ verwenden, zentriert JMP standardmäßig automatisch Terme höherer Ordnung eines Polynoms. Bevor also zwei Terme miteinander multipliziert werden, um eine Interaktion herzustellen, werden diese Faktoren anhand ihres Mittelwerts zentriert. Der Mittelwert Ihrer EtOH-Säule beträgt -0,1. Der Mittelwert der n-PrOH-Säule beträgt 0,1. Da Sie sie kreuzen, zentriert JMP sie zuerst, indem es diese Werte subtrahiert. Der Hauptgrund dafür besteht darin, die durch Skalenunterschiede verursachte Multikollinearität zwischen Modelltermen zu reduzieren. Das ist eine gute Sache und der Grund, warum die Codierungseigenschaft bei geplanten Experimenten normalerweise automatisch aktiviert wird. Dies tritt nur in der Parameterschätzungstabelle auf, da diese die einzige Tabelle ist, die von dieser Codierung betroffen ist.
Um die Zentrierungsoption zu entfernen (die ich NICHT empfehle, sondern nur zu Lernzwecken), geben Sie bei Auswahl von „Modell anpassen“ das Modell an, gehen Sie dann zum roten Dreieck oben und deaktivieren Sie „Polynome zentrieren“. Dadurch wird die Funktion deaktiviert und Sie erhalten einen Bericht, der Ihren Erwartungen entspricht.
Ich möchte darauf hinweisen, dass es in dieser Situation keinen Unterschied gibt, da Sie bereits Faktoren analysieren, die auf einer Skala von -1 bis +1 liegen. Dass die Mittelwerte geringfügig von 0 abweichen, hat keinen Einfluss, insbesondere da sie in entgegengesetzte Richtungen verlaufen (der eine negativ, der andere positiv). Um die typischen Auswirkungen zu sehen, verwenden Sie die Daten in den Originaleinheiten (ohne Codierungseigenschaft) und deaktivieren Sie die Mittelpolynome. Das wird ein viel größerer Unterschied sein.
Um noch mehr Spaß zu haben: Klicken Sie mit der rechten Maustaste auf die Tabelle mit den Parameterschätzungen, während die Zentrierung der ursprünglich skalierten Variablen deaktiviert ist, und wählen Sie „Spalten“ > „VIF“. Dadurch werden die Varianzinflationsfaktoren zur Tabelle hinzugefügt. Sie möchten Werte nahe 1 sehen. Alles, was größer ist, gibt an, um wie viel die Varianz der Parameterschätzungen aufgrund der Multikollinearität zugenommen hat. Verwenden Sie nun Ihre codierte Tabelle und führen Sie die gleiche Analyse mit den Originaleinheiten durch. Fügen Sie nun die VIFs zu dieser Parameterschätzungstabelle hinzu. Sie sollten Werte sehen, die alle näher bei 1 liegen. Das ist es, was Ihnen die Codierung (oder auch nur die Polynomzentrierung) verschafft – kleinere Abweichungen bei Ihren Parameterschätzungen.
Betreff: Terme in Parameterschätzungen für bidirektionale Wechselwirkungen codierter Faktoren werden beispielsweise als (EtOH + 0,1)*(n-PrOH-0,1) angegeben.Hallo Dan,
Danke für Ihre Antwort! Ich verwende JMP 15.0.0.
Sie haben geschrieben: „Der Entwurf in Kapitel 3 basiert ursprünglich nicht auf -1 und +1.“ Das stimmt, aber es scheint, dass bei der Meldung der Faktor-Effekt-Schätzungen, also in den Tabellen 3.6 und 3.7, die Schätzungen für codierte +1/-1-Faktorwerte angegeben werden. Deshalb habe ich Spalten mit +1 und -1 hinzugefügt, um die Analyse zu reproduzieren.
Im Anhang finden Sie die JMP-Tabellendatei „Ch03 – Hinzufügen von Läufen zu Screening Expt.“ Wenn das Skript „Modell – Tabelle 3.7“ ausgeführt wird, können Sie sehen, dass in den Parameterschätzungen der EtOH*n-PrOH-Wechselwirkungsterm als „(n-PrOH-0,1)*(EtOH+0,1)“ mit einem geschätzten Wert von angegeben ist -1,872.
Sie haben die Codierung erwähnt – mir war nicht klar, dass es sich hierbei um eine Spaltenoption handelt. Es stellt sich heraus, dass, wenn ich JMP mitteile, dass es sich um codierte Spalten handelt (wie in der Datei „Ch03 – Adding Runs to Screening Expt – Coded“), der Interaktionsterm wie erwartet als „EtOH*n-PrOH“ gemeldet wird ebenfalls mit geschätztem Wert von -1,872. Der Parameterwert ist also unabhängig davon derselbe.
Aber ich würde trotzdem gerne wissen, was JMP anders sieht, wenn +/- 0,1 drin ist, wenn die Spalten nicht codiert sind, und was das bedeutet? In keinem Fall zeigt die Effektzusammenfassungstabelle +/- 0,1 an, sondern nur in den Parameterschätzungen.
Danke noch einmal!
Jason
Betreff: Terme in Parameterschätzungen für bidirektionale Wechselwirkungen codierter Faktoren werden beispielsweise als (EtOH + 0,1)*(n-PrOH-0,1) angegeben.Es sieht so aus, als ob der Mittelpunkt des Bereichs von diesen bestimmten Modelltermen abgezogen wird. Ich sehe dieses Problem nicht, als ich dasselbe Beispiel durchging. Um genau zu wissen, warum dies geschieht, sind wahrscheinlich weitere Informationen erforderlich.
Welche JMP-Version verwenden Sie? Der Entwurf in Kapitel 3 basiert ursprünglich nicht auf -1 und +1. Haben Sie alle Ergebnisse eingegeben? Haben Sie überprüft, dass keine Tippfehler vorliegen? Haben Sie die Codierungseigenschaft aktiviert? Ist die Option „Mittelpolynome“ im Dialogfeld „Modell anpassen“ aktiviert? Vielleicht könnten Sie Ihre JMP-Datentabelle teilen, damit wir GENAU das sehen können, was Sie sehen.
