Wird beim Erstellen eines DoE der Modellierungstyp oder die Designrolle oder beides berücksichtigt?Unser Experiment hat einen Faktor, der auf "niedrig" / "mittel" / "hoch" eingestellt ist - diese Werte werden durch eine Mischung von Einstellungen angepasst
Datentyp ist auf Zeichen eingestellt
Modellierungstyp ist auf Ordinal eingestellt
Die Designrolle ist auf Kategorisch eingestellt
Value Order ist auf "low" / "middle" / "high" gesetzt
Erstellt JMP das Design mit diesen Informationen, dass niedrig ist niedriger als mittel usw.?
Oder wird es dasselbe Design sein wie bei drei kategorialen Faktoren, die keine Ordnung oder Beziehung haben?
Die Alternative ist die Umbenennung von "low" / "middle" / "high" in "1" / "2" / "3" mit
Datentyp auf Numerisch eingestellt
Modellierungstyp auf Ordinal eingestellt
Designrolle auf Diskrete Numerisch eingestellt
Für unser Experiment benötigen wir weniger empfohlene Durchläufe.
Welcher Weg ist der richtige oder wie entscheiden wir, welchen wir verwenden?
Danke im Voraus für jede Hilfe!
Daniella
DAMHIRSCHKUHBetreff: Wird beim Erstellen eines DoE der Modellierungstyp oder die Designrolle oder beides berücksichtigt?Wenn ein Faktor eine Zeichenfolge ist, behandelt JMP den Faktor als diskret. Das bedeutet, dass die Ebenen nur Namen sind und es keine implizite Reihenfolge gibt (Ordinal und Nominal werden gleich behandelt - denken Sie daran, dass JMP im Custom Designer nicht nach dem Modellierungstyp fragt). Der Nachteil eines wirklich kategorialen Faktors besteht darin, dass die Interpolation nicht verwendet werden kann, um die Parameter auf den verschiedenen Ebenen zu schätzen. Sie MÜSSEN Daten auf jeder Ebene aufnehmen, und wenn weniger Datenpunkte auf einer Ebene genommen werden, verringert sich die Schätzung des Parameters für diese Ebene.
Wenn ein Faktor als diskret numerisch erstellt wird, erstellt JMP den Faktor als stetig. Der Hauptunterschied besteht darin, dass JMP dem Modell, wenn möglich, zusätzliche Terme hinzufügt, um die zusätzlichen Ebenen zu erzwingen, um alle diskreten Ebenen zu erreichen. In Ihrem Beispiel würde es einen zusätzlichen quadrierten Term für Ihren Faktor hinzufügen, um sicherzustellen, dass das Niveau "2" im Design erscheint. Dieser Ansatz KÖNNTE dazu führen, dass die mittlere Ebene nicht so oft gewählt wird, als ob die Zeichenkette verwendet würde. Wieso den? Denn wenn der Faktor wirklich stetig ist, kann uns die Interpolation bei der Parameterschätzung helfen. Ich weiß etwas mehr über den mittleren Faktorbereich, da ich Daten bei den niedrigen und hohen Einstellungen sammeln lassen werde.
Wenn ein Faktor als stetig behandelt werden kann, empfehle ich im Allgemeinen, ihn für das Design stetig zu machen. Aber wenn das der Fall ist, würde ich dann fragen: Warum braucht man drei Ebenen? Mathematisch besteht der einzige Grund für die dritte Ebene darin, die Krümmung zu schätzen. Wenn dies der Fall ist, sollte das Modell einen quadratischen Term enthalten. Es gibt also viele Diskussionen über die Faktoren und die Art und Weise, wie sie behandelt werden sollten, aber ich denke, die meisten dieser Antworten basieren auf Fachwissen.
Erstellen Sie das Design letztendlich in beide Richtungen. Welche hat bessere Eigenschaften, die Ihren Bedürfnissen entsprechen?
