Hola a todos,
Soy nuevo en jmp, por lo tanto, tengo una pregunta probablemente muy básica.
Estoy usando jmp pro 15 y realicé un diseño de detección definitivo con 7 factores (6 continuos, 1 discreto).
Para evaluar los resultados en otros programas, quiero volver a calcular las estimaciones de respuesta manualmente.
Para esto, usé la siguiente fórmula:
respuesta = intersección + ...
suma_sobre_efectos_principales(factor * efecto_principal) + ...
suma_sobre_efectos_de_interacción(factor1 * factor2 * efecto_de_interacción) + ...
sum_over_quadrativ_effects(factor * factor * quadratic_effect)
Por lo tanto, el DSD proporcionó la intersección, los efectos_principales, los efectos_de_interacción y los efectos cuadráticos.
Los factores se normalizaron antes de multiplicarlos con los efectos correspondientes a un rango de -1 y +1.
Para la influencia del factor discreto, agregué la estimación del factor siempre que el factor discreto esté activo.
Sin embargo, no puedo recrear las estimaciones de respuesta en absoluto.
¿Puede decirme la forma correcta de calcular las respuestas estimadas a partir de las estimaciones de parámetros?
¡Gracias por tu ayuda!
Creo que podría construir el mismo modelo usando la plataforma de diseño personalizado (llene las secciones Factores y Modelo de la misma manera) y luego marque Simular respuestas antes de hacer la tabla.De esa manera, se crea una columna 'Y simulada' con la fórmula adecuada que puede copiar y pegar.
¡Gracias por su respuesta!
Acabo de probar esto y extrañamente no parece funcionar.
Sin embargo, en teoría, debería ser realmente simple calcular una respuesta simulada de un modelo lineal si conoce el mapeo correcto.
¿Sabes qué indican las estimaciones factoriales del DSD? ¿Es este el cociente entre la respuesta y los factores correspondientes?
La plataforma Fit Definitive Screening es realmente una plataforma de selección de modelos. Haga clic en Crear modelo o Ejecutar modelo para completar el análisis de regresión en la plataforma Ajustar mínimos cuadrados. Entonces, las estimaciones de los parámetros son solo coeficientes de regresión. La diferencia que ve probablemente se deba a la parametrización del factor categórico. Los niveles de factor continuo están 'codificados' (no necesariamente 'normalizados' como mencionaste) y el los niveles de los factores categóricos se explican aquí .
