Comment puis-je évaluer un plan factoriel complet avec un modèle de régression quadratique ?Salut, Je suis nouveau dans la communauté et je suis encore un débutant chez JMP. J'ai le problème suivant : j'ai fait un plan factoriel 3 ^ 3 complet. Les résultats que j'ai obtenus ne sont pas linéaires mais augmentent de façon exponentielle. Lors de l'évaluation des "moindres carrés ordinaires", je n'obtiens qu'un modèle linéaire. Existe-t-il un moyen de faire une régression avec un polynôme de degré supérieur ? Si oui, comment pourrais-je le faire ? Merci d'avance.
AnalytiqueBICHERe : Comment puis-je évaluer un plan factoriel complet avec un modèle de régression quadratique ?Je suppose que vos facteurs sont définis dans le tableau de données à l'aide du type de données numérique et du type de modélisation continue. Ils doivent également inclure des propriétés de colonne qui correspondent à vos définitions DOE.
Vous pouvez ouvrir la boîte de dialogue Ajuster le modèle en exécutant le script de table de modèle ou en sélectionnant Analyser > Ajuster le modèle. Vous pouvez sélectionner les colonnes de données de facteur, puis cliquer sur Macros > Méthodologie de surface de réponse. Cette action ajoutera des termes quadratiques pour modéliser la réponse non linéaire.
Je ne pense pas que vous puissiez dire simplement à partir des données que la réponse change de manière exponentielle. Vous pourriez, cependant, avoir une connaissance préalable qu'un modèle exponentiel est approprié. Si c'est le cas, vous devrez définir un modèle non linéaire personnalisé et l'ajuster à l'aide de la plate-forme non linéaire au lieu de Fit Least Squares.
Trois niveaux suffisent pour ajuster un modèle de régression linéaire quadratique ou un modèle exponentiel avec pas plus de deux paramètres par facteur ou interaction. D'autres membres pourraient vous donner d'autres conseils sur la façon dont vous pourriez définir le modèle exponentiel. L'aide JMP vous guide dans les étapes pour ensuite définir le modèle sélectionné en tant que formule de colonne.
Re : Comment puis-je évaluer un plan factoriel complet avec un modèle de régression quadratique ?Merci pour votre réponse rapide. J'ai essayé la méthodologie de surface de réponse pour les facteurs et j'ai reçu une légère amélioration du modèle. Cependant, les valeurs estimées par le modèle de régression incluent également des valeurs négatives, ce qui n'est pas possible avec mon application dans la réalité. est-il possible d'utiliser une valeur limite pour la valeur cible estimée ? Et serait-ce aussi une option pour enregistrer les valeurs mesurées afin d'obtenir une meilleure qualité de modèle ? Ou est-ce interdit et fausserait-il le résultat ? Merci d'avance.
Re : Comment puis-je évaluer un plan factoriel complet avec un modèle de régression quadratique ?Quelles valeurs sont négatives ? Estimations des paramètres ? Réponse prévue ? Pourquoi une réponse négative est-elle impossible ?
Quelles sont les limites naturelles de la réponse ? Certains cas peuvent être traités soit par une transformation de la réponse comme vous le suggérez, soit en utilisant un modèle de distribution différent pour les erreurs statistiques. La régression linéaire des moindres carrés ordinaires (OLS) suppose que ces erreurs sont normalement distribuées, mais le modèle linéaire généralisé (GLM) permet plus de flexibilité dans le choix du prédicteur linéaire, de la fonction de lien pour la réponse moyenne et de la distribution des erreurs. Quelle est la nature de votre réponse ?
