Leistungsberechnung beim Mischungsdesign - Warum ist die Leistung so gering?Ein Kunde hat mir das vorgestellt und ich weiß nicht, wie ich es erklären soll.Unter Verwendung der Faktoren aus der beigefügten Tabelle und des standardmäßigen 21-Versuchsexperiments wird die Leistungsberechnung unten gezeigt.Gibt es eine gute Erklärung, warum die Leistung so gering ist?
Betreff: Leistungsberechnung beim Gemischdesign - Warum ist die Leistung so gering?Mischungsdesigns haben eine geringe Leistung, da die Effekte stark korreliert sind. Mehr Korrelation == geringere Leistung. Letztendlich ist Ihr Interesse bei einem Mischungsdesign die Antwortschätzung und nicht die Faktorsignifikanz. Nicht signifikante Faktoren können nicht aus dem Modell entfernt werden, sonst haben Sie kein Mischdesign (dh es bricht die Mathematik). Was wahrscheinlich mit einem Faktor passieren würde, der keinen Einfluss auf die Antwort hat, ist, dass er auf 0 gesetzt wird. Während dies aus praktischer Sicht das Gleiche zu sein scheint, ist es mathematisch nicht. Sie können ein ähnliches Argument verwenden, um nicht signifikant zu bleiben, wenn Sie Nicht-Mischungsdaten mit LASSO (oder Elastic net oder Ridge) anpassen. Der Fokus liegt auf der Antwortschätzung, und das Weglassen nicht signifikanter Faktoren kann die Schätzung sogar verschlechtern (dh die Vorhersagevarianz aufblähen).
Betreff: Leistungsberechnung beim Gemischdesign - Warum ist die Leistung so gering?Um Dons ausgezeichnete Antwort nur ein wenig hinzuzufügen, spielt die Leistung in einem Mischungsexperiment wirklich keine Rolle, da Sie nicht testen, ob der Haupteffektkoeffizient 0 ist. Sie würden tatsächlich testen, ob sich die Haupteffektkoeffizienten vom Gesamtdurchschnitt der Daten unterscheiden. Deshalb würden Sie einen Koeffizienten nicht auf 0 setzen. Es würde eigentlich sagen, dass der Koeffizient eine Wirkung hat.
Eigentlich wünschte ich mir, dass JMP nicht einmal über die Leistungsfähigkeit der Haupteffekte eines Gemischdesigns berichtet. Es verursacht unnötige Bedenken, weil Sie das Problem nicht "beheben" können, und es macht keinen Sinn, es in Betracht zu ziehen.
Betreff: Leistungsberechnung beim Gemischdesign - Warum ist die Leistung so gering?Und um noch etwas zum späteren Nachschlagen hinzuzufügen... Mischungen werden oft durch begrenzte Anteile einzelner Komponenten und begrenzte Kombinationen von Anteilen eingeschränkt. Diese Einschränkungen erhöhen die Korrelationen der Schätzungen dramatisch, was die niedrige Trennschärfe weiter verschärft. Es kann wirklich gruselig aussehen! Aber @DonMcCormack und @Dan_Obermiller erklärt haben, uns ist Macht sowieso egal.
Betreff: Leistungsberechnung beim Gemischdesign - Warum ist die Leistung so gering?Don, bezieht sich Ihre Aussage über "nicht signifikante Faktoren können nicht aus dem Modell entfernt werden" auch auf die Effekte höherer Ordnung (nicht Haupteffekte / lineare Mischterme)?
Betreff: Leistungsberechnung beim Gemischdesign - Warum ist die Leistung so gering?Nein, nur die Haupteffekte (dh die Mischungskomponente kann nicht aus dem Modell entfernt werden).
