interpréter les estimations des paramètresJe dois déterminer quels termes semblent les plus dominants dans la réponse sur la base du tableau d'estimations des paramètres. Je suis un peu confus à cause des coefficients négatifs pour certains termes dans la colonne estimation.
Modélisation statistique avancéeÉtudes de consommation et de marchéPersonnalisation de masseIngénierie Qualité et ProcédésRe : interprétation des estimations de paramètresJe pense que ce cas est une expérience de mélange. donc l'interception est présente mais pas explicite.
Re : interprétation des estimations de paramètresEn plus de l'explication et de la recommandation de Mark, j'ai les réflexions suivantes :
1. Dans quelle mesure un changement dans la variable de réponse a-t-il une signification pratique ? Les estimations sont des indicateurs de l'ampleur du changement de la réponse pour chaque « unité » de changement du paramètre.
2. Je ne vois pas l'interception dans votre tableau d'estimations de paramètres ? Il s'agit généralement de la moyenne des données.
3. Les interactions peuvent être difficiles à comprendre et la manière de les optimiser dépend à la fois de la valeur cible de la réponse et de ses implications pratiques. Une interaction se produit lorsque l’effet d’un facteur dépend d’un autre facteur. Pour les interactions de signe positif à 2 facteurs, l'effet de l'interaction est plus grand lorsque ces facteurs ont le même signe (-,- ou +,+), pour les interactions négatives, l'effet est plus grand lorsqu'ils ont des signes opposés,(-,+ ou +,-). Il est de bonne pratique d’évaluer les interactions avant de tirer des conclusions sur les principaux effets. Regardez les graphiques d'interaction pour l'évaluation.
Re : interprétation des estimations de paramètresLes termes d'interaction représentent un effet qui s'ajoute aux « effets principaux », aux « effets linéaires » ou aux « effets additifs ». Le paramètre négatif indique un effet « antagoniste » : ce modèle prédit un changement moins positif dans la réponse que celui attendu à partir des seuls termes linéaires.
Il semble que certains paramètres ne soient pas significativement différents de zéro, ces termes peuvent donc être éliminés. La meilleure pratique consiste à supprimer le terme le moins significatif (valeur p la plus élevée) et à évaluer le nouveau modèle. Supprimez un terme à la fois et évaluez le nouvel ensemble d’estimations et de valeurs p.
Je vous suggère d'utiliser le Profileur de prédiction une fois que vous avez sélectionné le modèle pour faciliter l’interprétation de la relation entre les facteurs et la réponse.
