Calcul de la puissance sur la conception du mélange - Pourquoi la puissance est-elle si faible ?Un client me l'a présenté et je ne sais pas comment l'expliquer.En utilisant les facteurs du tableau ci-joint et l'expérience d'essai par défaut de 21, le calcul de puissance est indiqué ci-dessous.Y a-t-il une bonne explication pour laquelle la puissance est si faible ?
Re : Calcul de la puissance sur la conception du mélange - Pourquoi la puissance est-elle si faible ?Les conceptions de mélange ont une faible puissance car les effets sont fortement corrélés. Plus de corrélation == puissance inférieure. En fin de compte, votre intérêt avec une conception de mélange est l'estimation de la réponse et non la signification des facteurs. Les facteurs non significatifs ne peuvent pas être supprimés du modèle, sinon vous n'avez pas de conception de mélange (c'est-à-dire que cela casse le calcul). Ce qui arriverait probablement à un facteur qui n'a aucun effet sur la réponse, c'est qu'il soit défini sur 0. Bien que cela puisse sembler être la même chose d'un point de vue pratique, ce n'est pas mathématiquement. Vous pouvez utiliser un argument similaire pour conserver les données non significatives lors de l'ajustement de données sans mélange avec LASSO (ou Elastic net ou Ridge). L'accent est mis sur l'estimation de la réponse et l'élimination des facteurs non significatifs peut en fait aggraver l'estimation (c'est-à-dire gonfler la variance de la prédiction).
Re : Calcul de la puissance sur la conception du mélange - Pourquoi la puissance est-elle si faible ?Pour ajouter juste un peu à l'excellente réponse de Don, la puissance n'a vraiment pas d'importance dans une expérience de mélange car vous ne testez pas pour voir si le coefficient d'effet principal est 0. En fait, vous testeriez pour voir si les coefficients d'effet principal sont différents de la moyenne globale des données. C'est pourquoi vous ne définiriez pas un coefficient à 0. Ce serait en fait dire que le coefficient a un effet.
En fait, je souhaite que JMP ne rapporte même pas la puissance sur les effets principaux d'une conception de mélange. Cela cause des inquiétudes inutiles parce que vous ne pouvez pas "réparer" le problème, et cela n'a aucun sens de le considérer.
Re : Calcul de la puissance sur la conception du mélange - Pourquoi la puissance est-elle si faible ?Et pour ajouter encore une chose pour référence future... Les mélanges sont souvent limités par des proportions limitées de composants individuels et des combinaisons limitées de proportions. Ces contraintes augmentent considérablement les corrélations des estimations, ce qui aggrave encore la faible puissance. Cela peut avoir l'air vraiment effrayant ! Mais comme @DonMcCormack et @Dan_Obermiller ont expliqué, nous ne nous soucions vraiment pas du pouvoir de toute façon.
Re : Calcul de la puissance sur la conception du mélange - Pourquoi la puissance est-elle si faible ?Don, est-ce que votre affirmation sur « les facteurs non significatifs ne peuvent pas être supprimés du modèle » s'applique également aux effets d'ordre supérieur (effets non principaux/termes de mélange linéaire) ?
Re : Calcul de la puissance sur la conception du mélange - Pourquoi la puissance est-elle si faible ?Non, uniquement les effets principaux (c'est-à-dire que le composant du mélange ne peut pas être supprimé du modèle).
