혼합물 설계에 대한 검정력 계산 - 검정력이 그렇게 낮은 이유는 무엇입니까?고객이 나에게 이것을 제시했는데 나는 그것을 설명하는 방법을 모릅니다.첨부된 표의 요인과 기본 21회 시도 실험을 사용하여 검정력 계산은 다음과 같습니다.전력이 왜 그렇게 낮은지에 대한 좋은 설명이 있습니까?
Re: 혼합물 설계에 대한 검정력 계산 - 검정력이 왜 그렇게 낮습니까?혼합물 설계는 효과의 상관 관계가 높기 때문에 검정력이 낮습니다. 더 많은 상관 관계 == 더 낮은 전력. 궁극적으로 혼합물 설계에 대한 관심은 요인 유의성이 아니라 반응 추정입니다. 중요하지 않은 요인은 모델에서 제거할 수 없습니다. 그렇지 않으면 혼합 설계가 없습니다(즉, 수학을 깨뜨림). 응답에 영향을 미치지 않는 요인에 대해 일어날 가능성이 있는 일은 0으로 설정되는 것입니다. 이것은 실용적인 관점에서 보면 동일한 것처럼 보일 수 있지만 수학적으로는 그렇지 않습니다. 비혼합 데이터를 LASSO(또는 Elastic net 또는 Ridge)로 피팅할 때 중요하지 않은 것을 유지하기 위해 유사한 인수를 사용할 수 있습니다. 초점은 응답 추정에 있으며 중요하지 않은 요소를 버리면 실제로 추정이 더 나빠질 수 있습니다(예: 예측 분산 부풀리기).
Re: 혼합물 설계에 대한 검정력 계산 - 검정력이 왜 그렇게 낮습니까?Don의 훌륭한 답변에 약간만 추가하면 주효과 계수가 0인지 확인하기 위해 테스트하지 않기 때문에 혼합 실험에서 검정력은 실제로 중요하지 않습니다. 실제로 주효과 계수가 데이터의 전체 평균과 다른지 확인하기 위해 테스트합니다. 이것이 계수를 0으로 설정하지 않는 이유입니다. 실제로 계수가 영향을 미친다는 것을 나타냅니다.
실제로 JMP가 혼합물 설계의 주효과에 대한 영향력을 보고하지 않기를 바랍니다. 문제를 "고칠" 수 없기 때문에 불필요한 우려를 일으키며 고려하는 것도 의미가 없습니다.
Re: 혼합물 설계에 대한 검정력 계산 - 검정력이 왜 그렇게 낮습니까?그리고 나중을 위해 한 가지 더 덧붙이자면... 혼합물은 개별 구성 요소의 제한된 비율과 제한된 비율 조합으로 인해 제약을 받는 경우가 많습니다. 이러한 제약 조건은 추정치의 상관 관계를 극적으로 증가시켜 낮은 검정력을 더욱 악화시킵니다. 정말 무섭게 보일 수 있어요! 그러나 ~함에 따라 @DonMcCormack 그리고 @Dan_Obermiller 어쨌든 우리는 권력에 대해 전혀 신경 쓰지 않습니다.
Re: 혼합물 설계에 대한 검정력 계산 - 검정력이 왜 그렇게 낮습니까?Don, "모델에서 중요하지 않은 요소를 제거할 수 없습니다"에 대한 귀하의 진술은 고차 효과(비주효과/선형 혼합 항)에도 적용됩니까?
