Come posso valutare un disegno fattoriale completo con un modello di regressione quadratica?Ciao, Sono nuovo della community e sono ancora un principiante in JMP. Ho il seguente problema: ho fatto un piano fattoriale 3^3 completo. I risultati che ho ottenuto non sono lineari ma aumentano esponenzialmente. Quando valuto i "minimi quadrati ordinari" ottengo solo un modello lineare. C'è un modo per fare una regressione con un polinomio di grado più alto? Se sì, come potrei farlo? Grazie in anticipo.
AnalisidainaRi: Come posso valutare un disegno fattoriale completo con un modello di regressione quadratica?Presumo che i tuoi fattori siano definiti nella tabella dati utilizzando il tipo di dati Numeric e il tipo di modellazione continua. Dovrebbero anche includere proprietà di colonna che concordano con le definizioni DOE.
È possibile aprire la finestra di dialogo Adatta modello eseguendo lo script della tabella Modello o selezionando Analizza > Adatta modello. È possibile selezionare le colonne dei dati dei fattori e quindi fare clic su Macro > Metodo della superficie di risposta. Questa azione aggiungerà termini quadratici per modellare la risposta non lineare.
Non penso che tu possa dire solo dai dati che la risposta sta cambiando in modo esponenziale. Potresti, tuttavia, sapere in anticipo che un modello esponenziale è appropriato. In caso affermativo, sarà necessario definire un modello non lineare personalizzato e adattarlo utilizzando la piattaforma Non lineare invece di Fit Least Squares.
Tre livelli sono sufficienti per adattare un modello di regressione lineare quadratica o un modello esponenziale con non più di due parametri per fattore o interazione. Altri membri potrebbero fornirti ulteriori indicazioni su come definire il modello esponenziale. La Guida di JMP guida l'utente nei passaggi per definire il modello selezionato come formula di colonna.
Ri: Come posso valutare un disegno fattoriale completo con un modello di regressione quadratica?Grazie per la tua risposta rapida. Ho provato la metodologia Response Surface per i fattori e ho ricevuto un leggero miglioramento nel modello. Tuttavia, i valori stimati dal modello di regressione includono anche alcuni valori negativi, cosa che nella realtà non è possibile con la mia applicazione. esiste la possibilità di utilizzare un valore limite per il valore target stimato? E potrebbe anche essere un'opzione per registrare i valori misurati per ottenere una migliore qualità del modello? O non è consentito e falsificherebbe il risultato? Molte grazie in anticipo.
Re: Come posso valutare un disegno fattoriale completo con un modello di regressione quadratica?Quali valori sono negativi? Stime dei parametri? Risposta prevista? Perché una risposta negativa è impossibile?
Quali sono i limiti naturali della risposta? Alcuni casi possono essere affrontati trasformando la risposta come suggerito o utilizzando un modello di distribuzione diverso per gli errori statistici. La regressione lineare dei minimi quadrati ordinari (OLS) presuppone che questi errori siano normalmente distribuiti, ma il modello lineare generalizzato (GLM) consente una maggiore flessibilità nella scelta del predittore lineare, nella funzione di collegamento per la risposta media e nella distribuzione degli errori. Qual è la natura della tua risposta?
Re: Come posso valutare un disegno fattoriale completo con un modello di regressione quadratica?La reazione prevista sarà negativa, ma l'obiettivo misurato è la resistenza elettrica. I limiti sarebbero 0 e aperti in alto. Vorrei produrre un materiale conduttivo e aggiungere diversi riempitivi a un materiale non conduttivo. Da un certo livello di riempimento, il materiale è conduttivo e prima ancora è un isolante. Per questo motivo i valori misurati variano da valori molto bassi a valori molto alti. Pertanto presumo che il modello di regressione debba essere approssimativamente esponenziale.
Dopo una trasformazione dei valori misurati tramite Box-Cox, i valori misurati vengono normalmente distribuiti. La trasformazione è ammessa o devo adattare il modello?
Re: Come posso valutare un disegno fattoriale completo con un modello di regressione quadratica?Le trasformazioni sono molto comuni. Spesso hanno una base fisica ma generalmente sono giustificati perché sono semplicemente utili nella modellazione empirica.
Se il valore del parametro lambda Box-Cox è vicino a 0, puoi anche applicare direttamente una trasformazione del log alla risposta. È inoltre possibile modificare la personalità di adattamento nella finestra di dialogo di avvio del modello Fit in JMP Pro in Regressione generalizzata e selezionare la distribuzione lognormale.
Puoi anche definire un modello non lineare personalizzato se hai un'equazione teorica che si applica a questi fattori, senza trasformare la risposta.. Vedere la Guida di JMP su questa piattaforma .
