混合物設計の電力計算-電力が非常に低いのはなぜですか？顧客がこれを私に提示しました、そして私はそれを説明する方法がわかりません。添付の表の係数とデフォルトの21試行実験を使用して、電力計算を以下に示します。なぜ電力が非常に低いのかについての良い説明はありますか？
Re：混合物設計の電力計算-なぜ電力が非常に低いのですか？混合物の設計は、効果が高度に相関しているため、電力が低くなります。 より多くの相関==より低い電力。 最終的に、混合設計に対する関心は応答の推定であり、因子の重要性ではありません。 重要でない要素をモデルから削除することはできません。そうしないと、混合設計がありません（つまり、数学が壊れます）。 応答に影響を与えない因子に起こりそうなことは、それが0に設定されることです。 これは実際的な観点からは同じように見えるかもしれませんが、数学的にはそうではありません。 非混合データをLASSO（またはElastic netまたはRidge）でフィッティングする場合、重要でないものを保持するために同様の引数を使用できます。 応答の推定に焦点が当てられており、重要でない要素を破棄すると、実際には推定が悪化する可能性があります（つまり、予測の分散が大きくなります）。
Re：混合物設計の電力計算-なぜ電力が非常に低いのですか？ドンの優れた答えに少しだけ追加すると、主効果係数が0であるかどうかを確認するためのテストを行っていないため、混合実験ではパワーは実際には重要ではありません。 実際にテストして、主効果係数がデータの全体的な平均と異なるかどうかを確認します。 そのため、係数を0に設定しません。 実際には、係数が影響を与えると述べているでしょう。
私は実際、JMPが混合物設計の主な効果に対する力を報告しないことを望んでいます。 問題を「修正」できないため、不必要な懸念が生じ、それを考慮することは意味がありません。
Re：混合物設計の電力計算-なぜ電力が非常に低いのですか？そして、将来の参考のためにもう1つ追加します... 混合物は、多くの場合、個々の成分の限られた比率と比率の限られた組み合わせによって制約されます。 これらの制約により、推定値の相関が劇的に増加し、低電力がさらに悪化します。 本当に怖いです！ しかし、 @DonMcCormackと@Dan_Obermiller説明しましたが、とにかく私たちは本当に力を気にしません。
Re：混合物設計の電力計算-なぜ電力が非常に低いのですか？ドン、「重要でない要素はモデルから削除できない」というあなたの発言は、高次の効果にも関係していますか（非主効果/線形混合項）？
Re：混合物設計の電力計算-なぜ電力が非常に低いのですか？いいえ、主な効果のみです（つまり、混合成分をモデルから削除することはできません）。
