안녕하세요 커뮤니티 여러분,
특정 높이에서 제품을 떨어뜨리고 그 후 성능을 테스트한 실험에서 얻은 데이터 세트를 받았는데, 그 결과 합격/불합격 응답이 나왔습니다.
이 기기에는 여섯 가지 다른 구성이 있었고, 각 구성의 표본은 16개였습니다. 모든 96개 표본은 무작위 순서로 낙하 테스트를 거쳤습니다.
각 구성에 대한 반복 횟수가 많은 주된 이유는 기본 구성의 실패율이 약 1/10으로 알려져 있고 모든 구성에서 실패하는 장치를 보고 비교하기 위해 어느 정도 확신을 갖고 싶었기 때문입니다. 예를 들어 각 구성에 대해 3번만 반복했다면 실패가 전혀 없거나 매우 적었을 수 있으며 아마도 아무것도 배우지 못했을 것입니다.
제 질문은, 이것을 가장 잘 모델링하려면 어떻게 해야 하느냐입니다.
- 로지스틱 모델에서 모든 96개의 통과/실패 결과를 명목 응답으로 사용하면 모델 효과 값은 16개 그룹에서 동일합니다. 모든 구성 A 행이 동일한 모델 효과 값을 갖고, 모든 구성 B 행이 동일한 모델 효과 값을 갖고 있기 때문입니다. (각 그룹 내에서 응답은 물론 다릅니다. 일부는 통과하고 일부는 실패합니다.) 이것이 허용될 수 있습니까? 이전에 입력 변수가 그룹에서 매우 동질적이었던 이와 같은 모델을 시도한 적이 없습니다.
- 6가지 구성 각각에 대해 실패 비율(실패 횟수를 16으로 나눈 값)을 계산하고 이를 표준 최소 제곱 모델에서 연속 응답으로 사용하면 샘플 크기가 작기 때문에(6) 매우 형편없는 모델을 얻게 됩니다. 그리고 이 설정이 실제로 실험적으로 수행된 것(96회 독립 실행)을 나타내는지 확신할 수 없습니다.
누군가 도와주셨으면 좋겠네요!
감사합니다,
모르텐
먼저 모델이나 분석을 선택하기 전에 실험을 하는 것은 현명하지 못하다는 점을 말씀드립니다. 데이터가 알고 싶은 내용을 지원하지 않을 수 있습니다. 분석과 모델은 마지막이 아니라 먼저입니다.
당신을 만족시킬 수 있는 이진 응답에 대한 여러 유형의 분석이 있습니다. 로지스틱 회귀 모델, 로짓 연결 함수가 있는 이항 일반화 선형 모델 또는 프로빗 분석을 사용할 수 있습니다. 이러한 모든 분석은 동일한 선형 예측자를 사용합니다.
