Steuerung der nominalen 2-stufigen FaktorcodierungSchöne Grüße,
Ich habe Probleme, die Kodierung eines einfachen 2-stufigen faktoriellen Versuchsplans in JMP zu verstehen. Die (-1,1)-Ebenen der Kodierungstabelle, die von Fit Model (Standard Least Squares, Effect Screening) erstellt wurde, erscheinen umgekehrt aus der Designtabelle Muster und der zugehörigen Spalte Wertordnungen.
Ich habe ein Beispieldesign mit Faktorstufen angehängt, die benannt sind, um niedrige und hohe Stufen zu verfolgen (Full Factorial-Nom.jmp). Drei Faktoren sind Zeichen/Nominal und der eine ist numerisch/nominal, nur um zu sehen, ob es anders behandelt wird. Die Entwurfsmusterspalte identifiziert die Ebenen korrekt, und die Eigenschaft Wertreihenfolge für jede Spalte ist ebenfalls korrekt. So weit, ist es gut...
Nach dem Anpassen eines Haupteffektmodells werden die Ebenen der Codierungstabelle umgekehrt. Ich habe das Ergebnis mit der ursprünglichen Musterspalte als Referenz eingefügt (Coding Table-Nom.jmp). Ich weiß, dass das Modell mit umgekehrten Vorzeichen mathematisch korrekt ist, aber ich finde es in der Praxis ein Ärgernis, insbesondere bei größeren und komplexeren fraktionierten Designs, bei denen ich oft codierte Ebenen für die Diagnose, den Export in andere Software usw. verwende.
Ich stelle fest, dass das Codierungsattribut in der Datentabelle für nominale Spaltentypen nicht zugänglich ist. Warum das? Ich kann die Reihenfolge der Spaltenwerte umkehren, um korrekt zu codieren, aber dann werden die Plotebenen natürlich umgekehrt. Übersehe ich hier etwas Offensichtliches? Ich habe mir die Dokumentation und andere Threads vor dem Posten angesehen.
Danke für jeden Einblick -
- Tom
DatentabelleDAMHIRSCHKUHBetreff: Steuerung der nominalen 2-stufigen FaktorcodierungEntschuldigung, ich glaube, ich verstehe Ihre Frage nicht. Die gewünschte Kodierung der Faktoren ist äquidistant zentriert auf Null. Dies berücksichtigt in der Vergangenheit die Wahrscheinlichkeit, dass Parameterschätzungen Unterschiede in den Pegelwerten „kompensieren“ müssen, wodurch es schwierig wird, die Schätzungen zu vergleichen. Die Codierung "normalisiert" die Parameterschätzungen. Jetzt wird es im Hintergrund ausgeführt, unabhängig davon, ob Sie codieren oder nicht. Die Kodierung kategorialer Faktoren (zB Joe und Mike) ist willkürlich.
Was ich nicht verstehe, ist, dass Sie den Datensatz nicht ändern, wenn Sie den Datensatz mit dem Anpassungsmodell analysieren. Sie erhalten keine neue Tabelle, wenn Sie die Analyse durchführen. Ich verstehe also nicht, wie oder warum Sie den zweiten Datensatz erstellt haben?
Betreff: Steuerung der nominalen 2-stufigen FaktorcodierungVielen Dank. Eigentlich hinterfrage ich nicht die Notwendigkeit oder die Gründe für die Codierung oder die verschiedenen Parametrisierungen, die für verschiedene Kontraste verwendet werden. Ich bin auf der Suche nach etwas einfacherem, da ich oft die Modellcodierung sowie die benannte Faktortabelle verwende. Warum verwendet JMP für den zweistufigen Fall mit den Summen-zu-Null-Kontrasten nicht das intuitive (-1) für die "niedrigeren" Faktorstufen und (+1) für die "höheren" Stufen, die in der Entwurfsdatentabelle? Und gibt es eine Möglichkeit das zu erzwingen?
Vielen Dank,
- Tom
Betreff: Steuerung der nominalen 2-stufigen FaktorcodierungEntschuldigung, ich muss jemand anderen antworten lassen, da mich die Frage immer noch verwirrt. Was ist höher Joe oder Mike? Was ist höher grün oder rot? Diese sind willkürlich, es gibt keine logische Reihenfolge der Codierung. Haben Sie Schwierigkeiten, die Parameterschätzungen zu interpretieren? Wenn Sie die Faktoren hinzufügen, können Sie im Design des Experiments angeben, welche Ebene welche ist.
Betreff: Steuerung der nominalen 2-stufigen Faktorcodierung
@statman schrieb:
Entschuldigung, ich muss jemand anderen antworten lassen, da mich die Frage immer noch verwirrt. Was ist höher Joe oder Mike? Was ist höher grün oder rot? Diese sind willkürlich, es gibt keine logische Reihenfolge der Codierung. Haben Sie Schwierigkeiten, die Parameterschätzungen zu interpretieren? Wenn Sie die Faktoren hinzufügen, können Sie im Design des Experiments angeben, welche Ebene welche ist.
Nur zur Verdeutlichung für alle, die sich das anschauen möchten. Wie Statman feststellt, habe ich die Faktorstufen beim Hinzufügen der Faktoren und beim Erstellen des Designs angegeben. Die von JMP erstellte Spalte "Muster" bestätigt, dass diese Ebenen erstellt wurden. Ich habe auch "Low" und "High" in den Faktorstufennamen verwendet, um sie für die Interpretation dieses Beispiels "nicht willkürlich" zu machen. Also das Design ist für meinen Zweck in Ordnung. Siehe beigefügte Designtabelle im Eröffnungspost. Bei meiner Frage geht es nicht um das Design, sondern darum, warum die Modellierungsplattform es auf eine Weise codiert, die nicht mit den etablierten Designebenen übereinstimmt. Das heißt, warum sind die Zeichen der Kodierungsmatrix (-1,1) vom Design umgekehrt?
- Tom
