Selección de modelo paso a pasoHola,
He cribado una serie de parámetros biológicos sobre una respuesta biológica con un DSD. Estoy haciendo una regresión gradual hacia adelante AICc, y con un valor de p inferior a 0,05, veo que sólo uno o como máximo dos de mis parámetros se vuelven significativos, pero más allá de eso (como alrededor de 0,1 o 0,2), varios otros aparecen como significativos, y si Los elimino, el valor de R cuadrado disminuye. En algunos modelos no veo los valores cuadrados de Cp o R, que son principalmente los últimos modelos que muestra el software después del ajuste. Entonces mis preguntas son: 1- ¿Es correcto excluir aquellos modelos sin valores de Cp y R al cuadrado? 2-La literatura carece de suficiente información sobre la relación entre los parámetros para mi respuesta, pero puede haber algunos que me gustaría entender con el modelo. He comprobado la multicolinealidad y el valor VIF es de aproximadamente 1 a 2 (no alto), pero no tengo claro cómo puedo interpretar mis resultados y si debo limitar mi modelo a un valor p inferior a 0,05 o superior.
Como principiante, ¡agradecería cualquier ayuda!
Ingeniería de Calidad y ProcesosRe: Selección de modelo paso a pasoEl método Fit Definitive Screening se basa en la estructura plegable única de los tratamientos. También confío en los principios clave de la detección para que funcione bien. Es posible probar todos los efectos de interacción de primer orden, segundo orden y dos factores, pero no al mismo tiempo (principio clave: escasez de efectos). El DSD es demasiado pequeño para ajustarse a un modelo con términos para todos estos efectos a la vez. Utiliza un enfoque ingenioso para descubrir los efectos activos antes de agotar los datos (grados de libertad).
El modelo factorial completo no incluye términos de segundo orden para efectos no lineales. ¿Podrían aparecer efectos no lineales en su respuesta? ¿Recibiste una prueba de falta de ajuste para verificar el sesgo (efectos faltantes)?
Mi pregunta que lo confundió es sobre el tamaño relativo de los efectos reales que espera encontrar versus los efectos aleatorios en la respuesta. Su RMSE estimado es 4-6, por lo que es probable que encuentre efectos reales que sean al menos 2-3 veces mayores. ¿Incluiste carreras adicionales? El número recomendado de ejecuciones adicionales mejora drásticamente el poder estadístico del diseño. ¿Es posible un cambio real de la respuesta igual a 12-18? ¿Es significativo?
Re: Selección de modelo paso a pasoHola @statman . Gracias, como mencioné en mi respuesta a Mark, obtuve valores más bajos en mis 17 ejecuciones en comparación con mi control.
Re: Selección de modelo paso a pasoHola @Mark_Bailey . Gracias por responder. Tengo 5 factores y utilicé la 'detección definitiva de ajuste' y vi el perfilador y los gráficos residuales. Pero, independientemente de estos resultados, nuevamente hice este modelado paso a paso para un factorial completo, ya que pensé que obtendría una mejor comprensión. Los RMSE varían entre 4 y 6. Mi valor máximo deseado se fijó inicialmente en 40.
Lo siento, no entendí la pregunta." ¿Cómo se compara ese valor con el cambio esperado en la respuesta de un efecto real?". Pero en general, al comparar mis 17 carreras con una carrera de control que no tenía ninguno de estos factores, obtuve valores más bajos. Como todos los materiales eran caros, desafortunadamente no pude ejecutar ningún diseño de alcance de antemano.
Re: Selección de modelo paso a pasoTanto Mark como Pete tienen excelentes preguntas y excelentes consejos. Sólo agregaré algunas notas prácticas a tu investigación. ¿Tienen sentido los datos? ¿Cambió la variable de respuesta en alguna cantidad práctica? ¿Has graficado los datos?
Re: Selección de modelo paso a pasoPara agregar un poco a @Mark_Bailey Según el aporte, recuerde que ejecutó un diseño de selección. Este tipo de diseños suelen ser parte de un camino estratégico más amplio para aprender o tomar una decisión. Uno de los objetivos principales de un diseño de detección es estimar efectos activos o interesantes que merezcan un estudio más detallado. Énfasis aquí en "estudios adicionales". Intento no obsesionarme demasiado con cosas como los valores p críticos o el modelado de diagnósticos estadísticos para tomar decisiones más allá de "¿Debería incluir estos factores en estudios adicionales?" Entonces, en esta etapa de su esfuerzo más amplio de resolución de problemas, es posible que desee continuar incluyendo factores o efectos que estén cerca de los valores p críticos o los diagnósticos de regresión que esté utilizando. Mantenga estos factores en el estudio... continúe estudiando mediante métodos DOE. Deje que los elementos y análisis adicionales le guíen en la investigación general.
Re: Selección de modelo paso a paso¿Cuantos factores tienes?
¿Intentó seleccionar un modelo seleccionando DOE > Definitive Screening > Fit Definitive Screening o ejecutando el script de la tabla Fit Definitive Screening?
¿Cuál es el RMSE estimado para su respuesta con el mejor modelo hasta el momento? ¿Cómo se compara ese valor con el cambio esperado en la respuesta de un efecto real?
