Steuern der nominalen 2-stufigen FaktorkodierungGrüße,
Ich habe Probleme, die JMP-Codierung eines einfachen zweistufigen faktoriellen Designs zu verstehen. Die (-1,1)-Ebenen der Codierungstabelle, die durch „Modell anpassen“ (Standard-Kleinste-Quadrate, Effekt-Screening) erstellt wurde, werden im Vergleich zur Designtabelle „Muster“ und den zugehörigen Spalten „Wertreihenfolgen“ umgekehrt angezeigt.
Ich habe einen Beispielentwurf mit Faktorstufen angehängt, die benannt sind, um niedrige und hohe Stufen im Auge zu behalten (Full Factorial-Nom.jmp). Drei Faktoren sind zeichenhaft/nominal und der eine numerisch/nominal, nur um zu sehen, ob er unterschiedlich behandelt wird. Die Entwurfsmusterspalte identifiziert die Ebenen korrekt und die Eigenschaft „Wertreihenfolge“ für jede Spalte ist ebenfalls korrekt. So weit, ist es gut...
Nach der Anpassung eines Haupteffektmodells werden die Ebenen der Codierungstabelle umgekehrt. Ich habe das Ergebnis mit der eingefügten Originalmusterspalte als Referenz angehängt (Coding Table-Nom.jmp). Ich weiß, dass das Modell mathematisch korrekt sein wird, wenn die Vorzeichen umgekehrt sind, aber ich empfinde es in der Praxis als störend, insbesondere bei größeren und komplexeren gebrochenen Designs, bei denen ich häufig codierte Ebenen für Diagnosen, den Export in andere Software usw. verwende.
Ich stelle fest, dass auf das Codierungsattribut in der Datentabelle für nominale Spaltentypen nicht zugegriffen werden kann. Warum das? Ich kann die Reihenfolge der Spaltenwerte umkehren, um den korrekten Code zu erhalten, aber dann werden die Darstellungsebenen natürlich umgekehrt. Übersehe ich hier etwas Offensichtliches? Ich habe mir vor dem Posten die Dokumentation und andere Threads angesehen.
Vielen Dank für jeden Einblick –
- Tom
VersuchsplanungBetreff: Steuerung der nominalen 2-stufigen FaktorkodierungWas du gepostet hast, macht Sinn, Dan. Hilfreich ist auch das Tool „Vorhersageschätzungen anzeigen“. Ich werde es dort ruhen lassen. Danke für Ihre Geduld!
- Tom
Betreff: Steuerung der nominalen 2-stufigen FaktorkodierungMit den überarbeiteten Dateien verwenden Sie die Standardcodierung von JMP. Der niedrige Wert wird in den Parameterschätzungen angezeigt. Die Parameterschätzung auf hoher Ebene ist der entgegengesetzte Wert der Parameterschätzung auf niedriger Ebene, da es nur zwei Ebenen gibt. Eine Möglichkeit, dies anzuzeigen, besteht darin, das rote Popup-Menü auszuwählen und Schätzungen > Vorhersageausdruck anzeigen auszuwählen. Ich habe nur die Haupteffekte kopiert.
Denken Sie daran, dass es sich bei der Verwendung eines Nominal-Modellierungstyps tatsächlich nur um Namen handelt. Dabei ist es eigentlich unerheblich, welcher Wert die „niedrige“ Einstellung und welcher die „hohe“ Einstellung ist.
Wenn Ihre Faktoren numerisch und kontinuierlich sind, lautet die Codierungsformel X-Midrange(X)/( Range(x)/2) und ist NICHT dieselbe wie die Codierung für nominale Faktoren. Da Sie nominal verwenden, ist und kann die Formel nicht verwendet werden. Einzelheiten zu den Funktionen von JMP finden Sie im Teil „Anpassung linearer Modelle > Standard-Kleinste-Quadrate“ der JMP-Dokumentation. Ich habe einen Teil dieser Erklärung im Anhang beigefügt.
Betreff: Steuerung der nominalen 2-stufigen FaktorkodierungDanke, Dan – Ihre Antwort bringt die Frage auf den Punkt und beschreibt die Kodierungskonvention für nominale Faktoren. Ich verstehe, was Sie geschrieben haben, dass die zuletzt aufgeführte Ebene als „Basisebene“ = +1 codiert wird.
Es tut mir leid, dass ich versehentlich die Designtabelle hochgeladen habe, nachdem ich die Wertreihenfolge für X1 umgekehrt hatte, um zu sehen, was passieren würde. Um ganz neu anzufangen, hier ist eine neue Designtabelle mit der Wertreihenfolge für alle Faktoren, die Sie wie beschrieben festgelegt haben: Die niedrige Stufe wird zuerst aufgeführt, die hohe Stufe steht an zweiter Stelle. Unten finden Sie das Standarddialogfeld „Wertreihenfolge“ für X1 nach der erneuten Ausführung der DOE-Erstellung. Auch die anderen Faktorstufen werden auf die gleiche Weise aufgeführt. Wenn ich es erneut analysiere, wird die Codierung immer noch vom ursprünglichen Entwurfsmuster umgekehrt. Aktualisierte Codierungstabelle ebenfalls beigefügt.
Bitte lassen Sie mich wissen, wenn ich hier etwas falsch interpretiere.
Betreff: Steuerung der nominalen 2-stufigen FaktorkodierungIch glaube, ich verstehe, was Sie sagen. Immer wenn es einen Nominalfaktor gibt, muss eine der Ebenen als „Basis“-Ebene betrachtet werden. Konventionell ist es immer die zuletzt aufgeführte Ebene (in diesem Fall die höchste Ebene). Dies würde dazu führen, dass die Parameterschätzungen für das niedrige Niveau angezeigt werden. Ihre Tabelle „Full Facotrial-Nom“ weist dieses Verhalten nicht auf, da eine der Spalteneigenschaften in der Tabelle „Value Ordering“ ist. Sie haben dies so geändert, dass es für alle Ihre Faktoren umgekehrt ist. Ihr „Basis“-Level ist jetzt also das niedrige Level, nicht das hohe Level. Dies ist NICHT die von JMP bereitgestellte Standardreihenfolge.
Wenn Sie Ihr DOE-Dialogskript erneut ausführen und eine neue Tabelle erstellen, sehen Sie sich die Wertereihenfolge an. Ihr niedriger Level wird zuerst aufgeführt, der hohe Level folgt an zweiter Stelle. Geben Sie nun Ihre Antwortdaten ein und analysieren Sie sie erneut. Ich denke, dass Sie die Codierung so sehen werden, wie Sie es sich wünschen.
Betreff: Steuerung der nominalen 2-stufigen Faktorkodierung
@statman schrieb:
Entschuldigung, ich muss jemand anderen antworten lassen, da mich die Frage immer noch verwirrt. Was ist besser, Joe oder Mike? Welches Grün oder Rot ist höher? Diese sind willkürlich, es gibt keine logische Reihenfolge der Kodierung. Haben Sie Schwierigkeiten, die Parameterschätzungen zu interpretieren? Sie können beim Hinzufügen der Faktoren im Versuchsplan angeben, um welches Niveau es sich handelt.
Nur zur Verdeutlichung für alle, die sich das ansehen möchten. Wie Statman anmerkt, habe ich beim Hinzufügen der Faktoren und beim Erstellen des Designs die Faktorstufen angegeben. Die von JMP erstellte Spalte „Muster“ bestätigt, dass diese Ebenen festgelegt wurden. Ich habe auch „Niedrig“ und „Hoch“ in den Namen der Faktorstufen verwendet, um sie für die Interpretation dieses Beispiels „nicht willkürlich“ zu machen. Für meinen Zweck ist das Design also in Ordnung. Siehe beigefügte Designtabelle im Eröffnungsbeitrag. Meine Frage bezieht sich nicht auf das Design, sondern vielmehr darauf, warum die Modellierungsplattform es auf eine Weise codiert, die nicht mit den festgelegten Designebenen übereinstimmt. Warum sind die Vorzeichen der Codierungsmatrix (-1,1) gegenüber dem Design umgekehrt?
- Tom
Betreff: Steuerung der nominalen 2-stufigen FaktorkodierungEntschuldigung, ich muss jemand anderen antworten lassen, da mich die Frage immer noch verwirrt. Was ist besser, Joe oder Mike? Welches Grün oder Rot ist höher? Diese sind willkürlich, es gibt keine logische Reihenfolge der Kodierung. Haben Sie Schwierigkeiten, die Parameterschätzungen zu interpretieren? Sie können beim Hinzufügen der Faktoren im Versuchsplan angeben, um welches Niveau es sich handelt.
Betreff: Steuerung der nominalen 2-stufigen FaktorkodierungDanke. Eigentlich stelle ich weder die Notwendigkeit oder die Gründe für die Codierung noch die unterschiedlichen Parametrisierungen in Frage, die für verschiedene Kontraste verwendet werden. Ich bin auf der Suche nach etwas Einfacherem, da ich häufig sowohl die Modellcodierung als auch die benannte Faktortabelle verwende. Warum verwendet JMP für den zweistufigen Fall unter Verwendung der Summe-zu-Null-Kontraste nicht die intuitive (-1) für die „niedrigeren“ Faktorstufen und (+1) für die „höheren“ Stufen, die in definiert sind? Designdatentabelle? Und gibt es eine Möglichkeit, das zu erzwingen?
Danke,
- Tom
Betreff: Steuerung der nominalen 2-stufigen FaktorkodierungEntschuldigung, ich glaube, ich verstehe Ihre Frage nicht. Die gewünschte Kodierung der Faktoren erfolgt äquidistant zentriert auf Null. Dies erklärt 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 geschieht dies im Hintergrund, unabhängig davon, ob Sie programmieren oder nicht. Die Kodierung kategorialer Faktoren (z. B. Joe und Mike) ist willkürlich.
Was ich nicht verstehe, ist, dass man den Datensatz überhaupt nicht ändert, wenn man den Datensatz mithilfe des Anpassungsmodells analysiert. Bei der Analyse erhalten Sie keine neue Tabelle. Ich verstehe also nicht, wie oder warum Sie den zweiten Datensatz erstellt haben?
