I termini nelle stime dei parametri per le interazioni a due vie di fattori codificati vengono forniti come ad esempio (EtOH + 0,1)*(n-PrOH-0,1)Sto cercando di elaborare un esempio tratto da Goos e Jones (Capitolo 3), in cui hanno impostato uno schermo DoE e un modello di inerazioni bidirezionali selezionate. Tutti i fattori tranne "Blocco" sono continui e i fattori sono codificati come -1 e +1 per i due livelli testati. Quando si adatta il modello, sono confuso sul fatto che il menu a discesa Stime dei parametri fornisca ogni termine di interazione non come ad esempio EtOH*n-PrOH, ma piuttosto come (EtOH + 0.1)*(n-PrOH-0.1) o (EtOH + 0.1)* Tempo (vedi IMG1.jpg). Non sono sicuro di come interpretare questo. Qualcuno può spiegare quando e perché JMP aggiunge/sottrae una costante da ciascun fattore? Non sembra che lo faccia sempre - ho un altro modello in cui fa quello che mi aspetto e dà il termine come ad esempio n-PrOH*EtOH (IMG2.jpg). Grazie!
Modellazione statistica avanzataEsplorazione e visualizzazione dei datiProgettazione di esperimentiQualità e ingegneria di processoAnalisi di affidabilitàRe: I termini nelle stime dei parametri per le interazioni a due vie di fattori codificati vengono forniti come ad esempio (EtOH + 0,1)*(n-PrOH-0,1)Ah, ora capisco cosa sta succedendo. Non sapevo che hai creato le tue colonne codificate, perché non è necessario farlo. Ma dal momento che l'hai fatto, ecco cosa sta succedendo.
Per impostazione predefinita, ogni volta che si utilizza Stima modello, JMP centra automaticamente i termini di ordine superiore di un polinomio. Quindi, prima di moltiplicare due termini insieme per creare un'interazione, centrerà quei fattori in base alla loro media. La media della colonna EtOH è -0,1. La media della colonna n-PrOH è 0,1. Dal momento che li stai incrociando, JMP li centra prima sottraendo quei valori. Il motivo principale per eseguire questa operazione è ridurre la multicollinearità tra i termini del modello causata dalle differenze di scala. Questa è una buona cosa e il motivo per cui la proprietà di codifica viene solitamente attivata automaticamente per gli esperimenti progettati. Ciò si verificherà solo nella tabella delle stime dei parametri perché è l'unica tabella interessata da questa codifica.
Per rimuovere l'opzione di centratura (che NON consiglio, ma solo a scopo di apprendimento), quando scegli Adatta modello, specifica il modello e poi vai al triangolo rosso in alto e deseleziona "Centra polinomi". Questo disattiverà la funzione e otterrai un rapporto simile a quello che ti aspetti.
Devo sottolineare che per questa situazione non c'è differenza perché stai già analizzando fattori che sono su una scala da -1 a +1. Il fatto che le medie siano leggermente diverse da 0 non ha alcun impatto, soprattutto perché sono in direzioni opposte (una negativa, l'altra positiva). Per vedere l'impatto tipico, utilizzare i dati nelle unità originali (senza una proprietà di codifica) e disattivare i polinomi centrali. Questa sarà una differenza molto più grande.
Ora, per divertirti di più, con la centratura disattivata sulle variabili ridimensionate originariamente, fai clic con il pulsante destro del mouse sulla tabella delle stime dei parametri e scegli Colonne > VIF. Questo aggiungerà i fattori di inflazione della varianza alla tabella. Vorresti vedere valori vicini a 1. Qualunque cosa più grande indica quanto la varianza sulle stime dei parametri è stata aumentata a causa della multicollinearità. Ora usa la tua tabella codificata e fai la stessa analisi sulle unità originali. Ora aggiungi i VIF a quella tabella delle stime dei parametri. Dovresti vedere valori che sono tutti più vicini a 1. Questo è ciò che ti offre la codifica (o anche solo il centraggio polinomiale): variazioni minori sulle stime dei parametri.
Re: I termini nelle stime dei parametri per le interazioni a due vie di fattori codificati vengono forniti come ad esempio (EtOH + 0,1)*(n-PrOH-0,1)Ciao Dan,
Grazie per la risposta! Sto usando JMP 15.0.0.
Hai scritto "Il design nel capitolo 3 non è originariamente in termini di -1 e +1". Questo è vero, ma sembra che quando si riportano le stime dell'effetto fattore, ad esempio nelle Tabelle 3.6 e 3.7, le stime siano riportate per i valori codificati del fattore +1/-1. Quindi ho aggiunto colonne di +1 e -1 nel tentativo di replicare l'analisi.
In allegato è riportato il file della tabella JMP - "Ch03 - Adding Runs to Screening Expt." Se viene eseguito lo script "Modello - Tabella 3.7", puoi vedere che in Stime dei parametri il termine di interazione EtOH*n-PrOH è dato come "(n-PrOH-0.1)*(EtOH+0.1)" con un valore stimato di -1.872.
Hai menzionato la codifica: non mi ero reso conto che si trattava di un'opzione di colonna. Si scopre che quando comunico a JMP che si tratta di colonne codificate (come nel file "Ch03 - Adding Runs to Screening Expt - Coded"), riporta il termine di interazione come mi aspettavo, come "EtOH*n-PrOH" e anche con valore stimato di -1.872. Quindi il valore del parametro è lo stesso a prescindere.
Ma mi piacerebbe comunque sapere cosa vede JMP in modo diverso rispetto al +/- 0,1 presente quando le colonne non sono codificate e cosa significa? In nessuno dei due casi la tabella di riepilogo degli effetti mostra +/- 0,1, è solo nelle stime dei parametri.
Grazie ancora!
Giasone
Re: I termini nelle stime dei parametri per le interazioni a due vie di fattori codificati vengono forniti come ad esempio (EtOH + 0,1)*(n-PrOH-0,1)Sembra che il punto medio dell'intervallo venga sottratto da quei particolari termini del modello. Non vedo questo problema quando ho eseguito lo stesso esempio. Probabilmente sono necessarie ulteriori informazioni per sapere esattamente perché questo sta accadendo.
Quale versione di JMP stai utilizzando? Il progetto nel capitolo 3 non è originariamente in termini di -1 e +1. Hai digitato tutti i risultati? Hai verificato che non ci fossero errori tipografici? Hai attivato la proprietà di codifica? I "polinomi centrali" nella finestra di dialogo Stima modello sono selezionati? Forse potresti condividere la tua tabella di dati JMP in modo che possiamo vedere ESATTAMENTE quello che vedi.
