DSD 짝수차 효과 추정치 및 통계적 유의성안녕하세요 커뮤니티입니다.
저는 최종 선별 설계가 처음이고 최근에 얻은 데이터를 이해하려고 합니다. 나는 6개의 요인을 가지고 있었는데, 그 중 하나는 범주형 변수였고, 2개의 응답이었습니다.
나는 3가지 요소만 활성화된 것으로 식별한 18번의 DSD를 수행했습니다. 짝수차 효과를 결정하기 위한 두 번째 단계에서는 절편만 유의하더라도 반응 중 하나에 대한 모델에 포함될 수 있는 모든 2-요인 상호작용을 식별했습니다.
다른 반응에 대한 짝수차 효과 추정값에는 통계적으로 유의한 2-요인 상호작용과 2차 요인만 포함되었습니다.
나는 유전과 계층적 원리를 통해 읽었지만 여전히 통계적으로 미미한 상호작용과 2차 효과 중 일부가 여전히 한 반응에 대해서는 모델에 포함되고 다른 반응에는 포함되지 않는 이유를 식별할 수 없습니다.
도움을 주시면 대단히 감사하겠습니다.
제가 언급한 적합 최종 선별 설계의 스크린샷을 포함하려고 했습니다.
암사슴창Re: DSD 짝수차 효과 추정치 및 통계적 의미귀하의 질문이나 혼란에 대해 100% 확신할 수는 없지만 Fit DSD 플랫폼으로 모델을 구축하는 단계적 접근 방식 뒤에 있는 생각이 무엇인지 설명하겠습니다. JMP 개발자는 '단계'라고 하는 것을 따르는 이러한 특정 유형의 설계를 분석할 때 모범 사례로 간주되는 워크플로를 구성했습니다. 1단계는 모든 주효과를 포함하는 주효과 전용 모델에 적합하지만 상대적으로 낮은 p 값의 효과만 보고합니다. 여기에서 아이디어는 연구 중인 시스템에서 발생하는 효과 계층의 속성을 존중하는 것입니다. 이것은 일반적으로 DOE의 핵심 개념입니다... 이것이 DSD 사고 및 분석의 핵심입니다. 그런 다음 2단계는 1단계의 '중요한' 효과를 포함하는 모든 짝수 차수 및 2차 효과를 포함하도록 모델을 적합합니다. 이 단계는 효과 유전의 개념을 존중합니다. 그것들은 모두 2단계에서 보고됩니다. 마지막 '단계'는 1단계와 2단계의 모든 적합 효과를 결합된 모델로 결합합니다. 거기에서 이후의 '작업'에 해당 모델을 사용할 수 있습니다. 무엇을 선택하든 상관없습니다. 순차적인 추가 실험을 알릴 수 있을까요? 또는 대담한 경우 예측.
도움이 되었기를 바랍니다?
Re: DSD 짝수차 효과 추정치 및 통계적 의미귀하의 설명에는 DSD의 6가지 요인이 언급되어 있지만 Fit Definitive Screening은 3가지 요인만 보여줍니다.
Re: DSD 짝수차 효과 추정치 및 통계적 의미@마크베일리
네, 여섯 가지 요인이 있었습니다. 적합 확정 선별을 실행하면 3가지 요소만 나타납니다. 나는 그것이 가장 낮은 p 값을 가진 것이라고 생각합니다.
제 질문은 p 값이 0.05보다 크더라도 응답 중 하나가 2단계에 대해 가능한 모든 2차 상호작용을 표시하는 이유입니다(중요성에 대한 강력한 증거 없음).
Re: DSD 짝수차 효과 추정치 및 통계적 의미설명 감사드리고 혼란을 드려 죄송합니다.
내 질문은 p 값이 0.05보다 크더라도 응답 중 하나(왼쪽에 있는 것, A)가 2단계에 대해 가능한 모든 2차 상호작용을 표시하는 이유입니다(중요성에 대한 강력한 증거 없음)?
Re: DSD 짝수차 효과 추정치 및 통계적 의미예제 A에서 모델 만들기 버튼을 클릭하면 모델 맞춤 시작 대화 상자에 무엇이 표시됩니까?
