Selezione del modello passo per passoCiao,
Ho esaminato una serie di parametri biologici su una risposta biologica con un DSD. Sto eseguendo una regressione graduale in avanti AICc e, con un valore p inferiore a 0,05, vedo solo uno o al massimo due dei miei parametri diventare significativi, ma oltre a ciò (come intorno a 0,1 o 0,2), molti altri risultano significativi e, se Li rimuovo, il valore del quadrato R diminuisce. In alcuni modelli non vedo né i valori Cp né quelli R quadrati, che sono principalmente gli ultimi modelli visualizzati dal software dopo l'adattamento. Quindi le mie domande sono: 1- È corretto escludere quei modelli senza valori Cp e R al quadrato? 2-In letteratura mancano informazioni sufficienti sulla relazione tra i parametri per la mia risposta, ma potrebbero essercene alcuni che vorrei comprendere con il modello. Ho verificato la multicollinearità e il valore VIF è compreso tra 1 e 2 (non alto), ma non mi è chiaro come interpretare i risultati e se dovrei limitare il mio modello a un valore p inferiore a 0,05 o superiore?
Come principiante, apprezzerei qualsiasi aiuto!
Ingegneria della qualità e dei processiRi: Selezione del modello passo per passoIl metodo Fit Definitive Screening si basa sull'esclusiva struttura ripiegabile dei trattamenti. Mi affido anche ai principi chiave dello screening per funzionare bene. È possibile testare tutti gli effetti di interazione di primo ordine, di secondo ordine e a due fattori, ma non contemporaneamente (principio chiave: scarsità di effetti). La DSD è troppo piccola per adattarsi a un modello con termini per tutti questi effetti contemporaneamente. Utilizza un approccio ingegnoso per individuare gli effetti attivi prima di esaurire i dati (gradi di libertà).
Il modello fattoriale completo non include termini di secondo ordine per effetti non lineari. Potrebbero apparire effetti non lineari nella tua risposta? Hai ricevuto un test di idoneità per verificare la presenza di bias (effetti mancanti)?
La mia domanda che ti ha confuso riguarda la dimensione relativa degli effetti reali che speri di trovare rispetto agli effetti casuali sulla risposta. Il tuo RMSE stimato è 4-6, quindi è probabile che troverai effetti reali almeno 2-3 volte più grandi. Hai incluso corse extra? Il numero consigliato di esecuzioni aggiuntive migliora notevolmente la potenza statistica del progetto. È possibile un reale cambiamento della risposta pari a 12-18? È significativo?
Ri: Selezione del modello passo per passoCiao @statman . Grazie, come ho accennato nella mia risposta a Mark, in tutte le mie 17 prove ho ottenuto valori più bassi rispetto al mio controllo.
Ri: Selezione del modello passo per passoCiao @Mark_Bailey . Grazie per la risposta. Ho 5 fattori e ho utilizzato lo "screening definitivo" e ho visto il profiler e i grafici dei residui. Ma, indipendentemente da questi risultati, ancora una volta ho eseguito questo modello graduale per un fattoriale completo poiché pensavo di ottenere una migliore comprensione. Gli RMSE variano da 4 a 6. Il mio valore massimo desiderato inizialmente era fissato a 40.
Scusate, non ho capito la domanda" Come si confronta quel valore con il cambiamento atteso nella risposta di un effetto reale?". Ma in generale, confrontando tutte le mie 17 prove con una corsa di controllo che non conteneva nessuno di questi fattori, ho ottenuto valori più bassi. Poiché tutti i materiali erano costosi, sfortunatamente non ho potuto eseguire alcun progetto di scoping in anticipo.
Ri: Selezione del modello passo per passoSia Mark che Pete hanno ottime domande e ottimi consigli. Aggiungerò solo alcune note pratiche alla tua indagine. I dati hanno senso? La variabile di risposta è cambiata in modo pratico? Hai graficato i dati?
Ri: Selezione del modello passo per passoPer aggiungere un po' di più @Mark_Bailey input di, ricorda che hai eseguito un progetto di screening. Questi tipi di progetti fanno solitamente parte di un percorso strategico più ampio verso l’apprendimento o il processo decisionale. Uno degli obiettivi primari di un progetto di screening è stimare gli effetti attivi o interessanti che meritano di essere ulteriormente studiati. Qui l'accento è posto su "ulteriori studi". Cerco di non concentrarmi troppo su cose come i valori p critici o sulla modellazione della diagnostica statistica per prendere decisioni oltre "Devo includere questi fattori in ulteriori studi?" Pertanto, in questa fase del tuo più ampio sforzo di risoluzione dei problemi, potresti voler continuare a includere fattori o effetti vicini ai valori p critici o alla diagnostica di regressione che stai utilizzando. Mantieni questi fattori nello studio... continua a studiare tramite i metodi DOE. Lascia che gli elementi aggiuntivi e l'analisi ti guidino nell'indagine complessiva.
Ri: Selezione del modello passo per passoQuanti fattori hai?
Hai provato a selezionare un modello selezionando DOE > Screening definitivo > Adatta allo screening definitivo o eseguendo lo script della tabella Adatta allo screening definitivo?
Qual è l'RMSE stimato per la tua risposta con il modello migliore finora? Come si confronta questo valore con il cambiamento atteso nella risposta di un effetto reale?
