Hallo allerseits,
Ich bin neu bei jmp, daher habe ich eine wahrscheinlich sehr grundlegende Frage.
Ich verwende jmp pro 15 und habe ein definitives Screening-Design mit 7 Faktoren (6 kontinuierlich, 1 diskret) durchgeführt.
Um die Ergebnisse in anderen Programmen auszuwerten, möchte ich die Antwortschätzungen manuell neu berechnen.
Dazu habe ich folgende Formel verwendet:
Antwort = abfangen + ...
sum_over_main_effects(Faktor * main_effect) + ...
sum_over_interaction_effects(Faktor1 * Faktor2 * Interaktion_Effekt) + ...
sum_over_quadrativ_effects(Faktor * Faktor * quadratischer_Effekt)
Dabei wurden der Achsenabschnitt, die Haupteffekte, Interaktionseffekte und quadratische Effekte vom DSD vorgegeben.
Die Faktoren wurden normalisiert, bevor sie mit den entsprechenden Effekten auf einen Bereich von -1 und +1 multipliziert wurden.
Für den Einfluss des diskreten Faktors habe ich die Faktorschätzung immer dann hinzugefügt, wenn der diskrete Faktor aktiv ist.
Ich bin jedoch nicht in der Lage, die Antwortschätzungen überhaupt nachzuvollziehen.
Können Sie mir sagen, wie die Schätzungsantworten aus den Parameterschätzungen richtig berechnet werden?
Danke für Ihre Hilfe!
Ich glaube, Sie könnten das gleiche Modell mit der benutzerdefinierten Designplattform erstellen (die Abschnitte Faktoren und Modell auf die gleiche Weise ausfüllen) und dann Antworten simulieren überprüfen, bevor Sie die Tabelle erstellen.Auf diese Weise wird eine Spalte "Y simuliert" mit der entsprechenden Formel erstellt, die Sie kopieren und einfügen können.
Danke für deine Antwort!
Ich habe es gerade ausprobiert und es scheint seltsamerweise nicht zu funktionieren.
Theoretisch sollte es jedoch sehr einfach sein, eine simulierte Antwort eines linearen Modells zu berechnen, wenn Sie die richtige Abbildung kennen.
Wissen Sie, was die Faktorschätzungen des DSD aussagen? Ist dies der Quotient zwischen der Antwort und den entsprechenden Faktoren?
Die Fit Definitive Screening-Plattform ist wirklich eine Modellauswahlplattform. Sie klicken auf „Modell erstellen“ oder „Modell ausführen“, um die Regressionsanalyse in der Plattform „Fit Least Squares“ abzuschließen. Die Parameterschätzungen sind also nur Regressionskoeffizienten. Der Unterschied, den Sie sehen, wird wahrscheinlich durch die Parametrisierung des kategorialen Faktors verursacht. Die kontinuierlichen Faktorniveaus sind „codiert“ (nicht unbedingt „normalisiert“, wie Sie erwähnt haben) und die kategoriale Faktorstufen werden hier erklärt .
