come leggere la trama effettiva in base a quella previstaCIAO
nella mia ricerca ho eseguito il test di progettazione dello screening definitivo del DOE.
ora chiedi il tuo aiuto per capire come analizzare i dati.
per favore, un consiglio dove posso trovare brevi spiegazioni per questo e come leggere la "trama effettiva in base a quella prevista"?
Grazie
Progettazione di esperimentiRi: come leggere la trama effettiva in base a quella previstaGrazie mille per l'accoglienza e l'assistenza, lo apprezzo davveroRi: come leggere la trama effettiva in base a quella prevista
@Mark_Bailey ha scritto:
Il grafico effettivo in base alle previsioni è un grafico a dispersione. Per l'ascissa viene utilizzata la risposta prevista (Y-hat). La risposta osservata (Y) viene utilizzata per l'ordinata.
Anche questo esempio tratto da Fit Least Squares è un "grafico della leva finanziaria". Aggiunge una linea blu orizzontale per l'ipotesi nulla (che la risposta è indipendente dai fattori) e una linea rossa inclinata per l'ipotesi alternativa (che la risposta dipende dai fattori). Si tratta di un test del "modello intero" che confronta un modello con la sola intercetta per l'ipotesi nulla con il modello completo con tutti i fattori aggiunti all'intercetta per l'ipotesi alternativa. Una regione rossa di confidenza al 95% è tracciata sopra la linea rossa inclinata. Se la linea blu orizzontale è contenuta nella regione rossa, allora l'intero test del modello non è significativo al livello alfa = 0,05. Se la linea blu non è contenuta nella regione rossa, l’intero test del modello è significativo allo stesso livello. Questa valutazione visiva equivale ad applicare un livello di significatività di 0,05 al F -test presentato nella tabella Analisi della varianza.
Il grafico può essere utilizzato anche per valutare visivamente la possibilità di "mancanza di adattamento". Una previsione imparziale dovrebbe produrre valori previsti che concordano in media con i valori osservati. La linea rossa dovrebbe passare attraverso il centro dei punti dati. Se il modello è distorto, i punti dati si discosteranno dalla linea. Ad esempio, se la risposta al cambiamento dei fattori non è lineare ma il modello include solo termini per effetti lineari, il modello sarà distorto. Questo esempio mostrerebbe la curvatura nella trama effettiva rispetto a quella prevista. Il tuo esempio mostra tale curvatura, quindi il tuo modello è parziale.
Hai osservato la risposta molte volte sia alle basse che alle alte temperature. Quante osservazioni hai alla temperatura centrale?
Potresti provare ad aggiungere un termine quadrato di Temperatura al modello. JMP rappresenta le potenze mediante moltiplicazione. Quindi la temperatura al quadrato viene sommata come temperatura*temperatura.
Quanti fattori in totale sono stati inclusi nel disegno di screening definitivo che hai utilizzato?
Innanzitutto la ringrazio per la risposta e per le spiegazioni dettagliate. Sto aggiungendo i risultati adatti al rapporto DSD: se possibile, potresti consigliarmi come analizzare i risultati? è la prima volta che utilizzo DSD, apprezzerei il tuo supporto e assistenza con la parte di analisi.
molte grazie
Ri: come leggere la trama effettiva in base a quella previstaInnanzitutto benvenuto nella community. Non hai fornito l'esperimento (fattori/livelli) ma solo che hai eseguito un DSD. Queste informazioni non sono sufficienti per aiutarti nella tua analisi. Dobbiamo sapere come sono stati acquisiti i dati e quali modelli hanno senso e poi quali modelli hai provato ad analizzare. Come indica Mark, i grafici effettivi rispetto a quelli previsti (e i grafici della leva finanziaria) sono ottimi strumenti di analisi grafica che aiutano a comprendere il modello. Questi, insieme ad altri grafici residui, aiutano a determinare se le ipotesi del modello vengono soddisfatte e, cosa ancora più importante, il modello sarà utile. Sembra che il contrappunto di temp. è "fuori dalla regione prevista" di un modello lineare. Sembra anche che la tua varianza non sia costante a diversi livelli di temperatura. Questi sono entrambi indicatori che il tuo modello non è particolarmente "buono".
Come suggerisce Pete, esistono molti modi per analizzare i set di dati di un esperimento. Suggerirei innanzitutto di esaminare i dati e di determinare se variano abbastanza da avere un valore pratico. Identificare eventuali anomalie o dati insoliti (esistono più tecniche per farlo). Quindi cerca i modelli nella variabile di risposta. Prestare particolare attenzione a quando i modelli nella variabile di risposta corrispondono ai modelli nei fattori o nelle interazioni. I passaggi dovrebbero sempre essere pratici>grafici>quantitativi.
Quando si tenta di costruire modelli, ci sono anche più strategie (ad esempio, RSquare-RSquare Adj delta, RMSE, valori p). Ad esempio, la costruzione di modelli sottrattivi inizia con un modello saturo e quindi rimuove i termini che sembrano insignificanti. Al contrario dell'additivo che inizia con un fattore e poi si aggiungono termini al modello (ad esempio, regressione graduale). Tieni presente che le statistiche del modello sono condizionali. Le statistiche per qualsiasi termine nel modello dipendono dagli altri termini presenti nel modello e in quali condizioni è stato eseguito l'esperimento (spazio di inferenza). Se una qualsiasi di queste condizioni dovesse cambiare, potrebbero cambiare anche le statistiche.
Ri: come leggere la trama effettiva in base a quella prevista@YanivD : Esistono molti metodi diversi che è possibile utilizzare per analizzare i dati e i risultati degli esperimenti progettati. Ti suggerisco di iscriverti al corso SAS "Statistical Thinking for Industrial Problem Solving" e di concentrare la tua attenzione sui moduli orientati al DOE e alla modellazione. Il portale di accesso al corso lo trovate qui:
Pensiero statistico per la risoluzione dei problemi industriali
Ri: come leggere la trama effettiva in base a quella previstaIl grafico effettivo in base alle previsioni è un grafico a dispersione. Per l'ascissa viene utilizzata la risposta prevista (Y-hat). La risposta osservata (Y) viene utilizzata per l'ordinata.
Anche questo esempio tratto da Fit Least Squares è un "grafico della leva finanziaria". Aggiunge una linea blu orizzontale per l'ipotesi nulla (che la risposta è indipendente dai fattori) e una linea rossa inclinata per l'ipotesi alternativa (che la risposta dipende dai fattori). Si tratta di un test del "modello intero" che confronta un modello con la sola intercetta per l'ipotesi nulla con il modello completo con tutti i fattori aggiunti all'intercetta per l'ipotesi alternativa. Una regione rossa di confidenza al 95% è tracciata sopra la linea rossa inclinata. Se la linea blu orizzontale è contenuta nella regione rossa, allora l'intero test del modello non è significativo al livello alfa = 0,05. Se la linea blu non è contenuta nella regione rossa, l’intero test del modello è significativo allo stesso livello. Questa valutazione visiva equivale ad applicare un livello di significatività di 0,05 al F -test presentato nella tabella Analisi della varianza.
Il grafico può essere utilizzato anche per valutare visivamente la possibilità di "mancanza di adattamento". Una previsione imparziale dovrebbe produrre valori previsti che concordano in media con i valori osservati. La linea rossa dovrebbe passare attraverso il centro dei punti dati. Se il modello è distorto, i punti dati si discosteranno dalla linea. Ad esempio, se la risposta al cambiamento dei fattori non è lineare ma il modello include solo termini per effetti lineari, il modello sarà distorto. Questo esempio mostrerebbe la curvatura nella trama effettiva rispetto a quella prevista. Il tuo esempio mostra tale curvatura, quindi il tuo modello è parziale.
Hai osservato la risposta molte volte sia alle basse che alle alte temperature. Quante osservazioni hai alla temperatura centrale?
Potresti provare ad aggiungere un termine quadrato di Temperatura al modello. JMP rappresenta le potenze mediante moltiplicazione. Quindi la temperatura al quadrato viene sommata come temperatura*temperatura.
Quanti fattori in totale sono stati inclusi nel disegno di screening definitivo che hai utilizzato?
