Cálculo de potencia en el diseño de mezclas: ¿Por qué la potencia es tan baja?Un cliente me lo presentó y no sé cómo explicarlo.Utilizando los factores de la tabla adjunta y el experimento de 21 pruebas predeterminado, el cálculo de la potencia se muestra a continuación.¿Existe una buena explicación de por qué la potencia es tan baja?
Re: Cálculo de potencia en el diseño de mezclas: ¿Por qué la potencia es tan baja?Los diseños de mezcla tienen poca potencia porque los efectos están altamente correlacionados. Más correlación == menor potencia. En última instancia, su interés con un diseño de mezcla es la estimación de la respuesta y no la importancia de los factores. Los factores no significativos no se pueden eliminar del modelo; de lo contrario, no tiene un diseño de mezcla (es decir, rompe las matemáticas). Lo que probablemente sucedería con un factor que no tiene ningún efecto en la respuesta es que se establezca en 0. Si bien esto puede parecer lo mismo desde un punto de vista práctico, no lo es matemáticamente. Puede usar un argumento similar para retener los no significativos al ajustar datos que no sean de mezcla con LASSO (o Elastic net o Ridge). La atención se centra en la estimación de la respuesta y descartar los factores no significativos puede empeorar la estimación (es decir, inflar la varianza de la predicción).
Re: Cálculo de potencia en el diseño de mezclas: ¿Por qué la potencia es tan baja?Para agregar solo un poco a la excelente respuesta de Don, la potencia realmente no importa en un experimento de mezcla porque no está probando para ver si el coeficiente del efecto principal es 0. De hecho, probaría para ver si los coeficientes del efecto principal son diferentes del promedio general de los datos. Es por eso que no establecería un coeficiente en 0. En realidad, estaría indicando que el coeficiente tiene un efecto.
De hecho, desearía que JMP ni siquiera informara el poder sobre los efectos principales de un diseño de mezcla. Causa una preocupación innecesaria porque no puede "solucionar" el problema y no tiene sentido considerarlo.
Re: Cálculo de potencia en el diseño de mezclas: ¿Por qué la potencia es tan baja?Y para agregar una cosa más para referencia futura ... Las mezclas a menudo están restringidas por proporciones limitadas de componentes individuales y combinaciones limitadas de proporciones. Estas limitaciones aumentan drásticamente las correlaciones de las estimaciones, lo que agrava aún más el bajo poder. ¡Puede parecer realmente aterrador! Pero como @DonMcCormack y @Dan_Obermiller hemos explicado, realmente no nos importa el poder de todos modos.
Re: Cálculo de potencia en el diseño de mezclas: ¿Por qué la potencia es tan baja?Don, ¿su afirmación sobre "los factores no significativos no pueden eliminarse del modelo" también se refiere a los efectos de orden superior (efectos no principales / términos de combinación lineal)?
