如何协调预测刻画器置信区间与混料设计的参数估计我有四个成分的混合实验。 这是 16 次运行的定制设计，没有复制，从一个模型开始，包括两个因素和三个组件的交互。 混合约束是四个分量之和为 1.0。 来自数据的简化模型仅具有统计显着性的四个主要影响 (p<.0001)。
预测刻画器图显示 95% 的置信区间，这意味着某些重要因素的影响的“斜率”可能为零；灰色带包含一条水平线。 它还表明影响最小的因子具有最大的斜率。
刻画器还显示了当我改变组分 C 的量时组分 A 的影响斜率变化，即使模型中没有交互作用。 当 C 为 0.1 时，A 的斜率为 0.05 个单位，当 C 为 0.2 时，它的斜率为 0.02 个单位。当然，其他成分的数量会发生变化以保持在推理空间内，但为什么斜率会发生变化？
附图显示了我所看到的。 它还显示了一个因子设置对话框，其中包含在混合实验中使用的最小和最大设置。
散点图和预测刻画器图看起来很相似，它们使因子 B 看起来微不足道。 但是，如果我将 B 排除在模型之外，则残差表明这是一个错误。
对于这种情况，我如何解释预测刻画器上的斜率和置信区间？ 或者也许我如何将参数估计与预测分析器联系起来？
美国能源部回复：如何协调预测刻画器置信区间与混合设计的参数估计看起来问题在于您没有使用 Scheffe 混合模型分析数据。 查看方差分析表。 您将在那里看到一条消息，上面写着“针对简化模型进行了测试：Y=0”。 这意味着您正在拟合无拦截模型。 对于混合模型，您应该看到的是“针对简化模型进行测试：Y=mean”。
那么，出了什么问题？ 很可能有人在输入您的四个组件的值时进行了四舍五入。 创建一个列，它是您的四个组件的总和，您可能会看到不同于 1 的内容。 总和必须为 1，JMP 才能将数据作为混合进行分析。 修复后，尝试重新拟合模型。 如果您当时仍有疑问，请回到这里。
回复：如何协调预测刻画器置信区间与混合设计的参数估计谢谢丹，事实证明其中一行的总和不等于 1.0。 当我修复它时（将一个比例从0.47改为0.48），结果让我更加困惑。
平方和（连续的和调整的）几乎没有变化，包括方差分析中的误差 SS。 但是，ANOVA 中的 SS 模型远非如此。 序列 SS 的总平方和与修复分析中的 ANOVA 值的总和与原始分析中的值不同。 不知何故，1.87 个单位的 SS 去了我看不到的地方。
响应刻画器中的置信区间相同，但在 Y 实际乘 Y 预测图中不同。 参数估计几乎没有变化。
附图显示了差异，一张名为“Response Y original”，另一张为“Response Y repaired”。 您可以看到 ANOVA 表中的消息是“Y=0”或“Y=mean”。
回复：如何协调预测刻画器置信区间与混合设计的参数估计您只需要关心您的 Y 维修。
Scheffe 混合模型不能像典型的回归模型那样解释。 看起来模型中没有截距，但确实存在。 截距包含在主效应中。 解释才是最重要的。 例如，主效应参数估计实际上是各个分量的纯分量顶点处的响应面的高度。 换句话说，它是组件的“效果”加上整体均值。 这就是为什么 ANOVA 会显示“针对 Y=mean 进行测试”的消息。 因此，I 型 SS 不会正确加起来，因为均值参与了主效应的所有 SS。
观察与预测图上的置信带对于 Scheffe 模型是正确的。 由于混合引起的固有多重共线性，它们要宽得多。 当因素相关时（因为它们是混合的），这会导致参数方差的膨胀。 因此，模型拟合的误差带会更宽。 预测分析器看起来会更好，因为这是预测的置信区间，而不是参数的重要性。
回复：如何协调预测刻画器置信区间与混合设计的参数估计我开始明白，我知道模型以一种有效截距的方式缩放组件的值。 然而，模型对组件的敏感性似乎也与参数估计成正比。 我想我需要找到一些描述 Scheffe 模型显着性统计数据的论文。
某处有一个 JMP 帮助，它说预测刻画器上的置信区间是对平均值的置信，而不是对单个预测的置信。 如果它与参数的重要性或模型对组件变化的敏感性无关，那么置信区间在预测刻画器上的用途是什么？
预测分析器试图传达的斜率是多少？ 为什么分量 D 的斜率大于其他任何分量，但其参数估计值最小？ 为什么 A 和 B 的斜率看起来微不足道，但它们的参数估计值大于 D？
我想我需要的是这个平台的方法和公式参考，我可以从那里解决。 幕后的数学有点不透明。
