Mischungs-DOE für binäre Antwort<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Hallo zusammen,
Ich benötige Rat bei der Einrichtung eines DoE.
Das Ziel des DoE besteht darin, ein (logistisches Regressions-)Modell für eine binäre Antwort (y) in Abhängigkeit von fünf kontinuierlichen (x1, x2, x3, x4, x5) Variablen zu erstellen. Die fünf Variablen müssen sich zu 1 addieren, daher kann ein gemischtes Antwortdesign ideal sein. Die erwähnte Antwort ist je nach Variablenkombination bestanden/nicht bestanden. Darüber hinaus gibt es Einschränkungen für einige der kontinuierlichen Variablen ... zum Beispiel 0,4 < x4 < 0,5 usw.
Ich habe ein Mix-Response-Design mit diesen Designeinschränkungen ausprobiert. Und als ich Antworten simulierte und ein Modell zur Überprüfung der Modelldiagnose erstellte, stellte ich fest, dass der VIF für eingeschränkte Variablen zu hoch ist, was auf verwirrende Effekte hindeutet. Ich denke, der hohe VIF liegt an der hohen Korrelation zwischen x5 und seinen Kreuztermen mit anderen Variablen. Dies kann durch einen Blick auf die Korrelation der Schätzungen bestätigt werden.
Vor diesem Hintergrund habe ich ein paar Fragen.
1. Ist das Gemisch-Antwortflächen-Design der beste Ansatz für mein Problem? Oder sollte ich so etwas wie einen sequentiellen Designansatz versuchen? Es gibt ein wenig Literatur zur sequentiellen Designanwendung für binäre Antwortmodelle.
2. Wie kann ich den VIF oder die Verwechslung zwischen einer eingeschränkten Variablen und ihren Kreuztermen reduzieren?
Ich freue mich über jede Hilfe, die meine Probleme löst. Bitte lassen Sie mich wissen, wenn weitere Informationen erforderlich sind.
Grüße
-Praveen.
Betreff: Mischungs-DOE für binäre AntwortVIFs sind für Mischungsdesigns nicht sehr wichtig und das ist auch gut so!Sie sind immer hoch.Wenn Ihr Ziel darin besteht, Vorhersagen zu treffen, sind die VIFs immer irrelevant.Wenn Ihr Ziel das Screening ist, benötigen Sie eine andere Technik als den Vergleich der Effekte.Ein gutes Regressionsmodell kann gute Vorhersagen treffen, auch wenn es die Auswirkungen nicht gut einschätzen kann.Ein besserer Test für die Designqualität wäre in diesem Fall die Bedingungsnummer, aber ich glaube nicht, dass JMP diese bereitstellt (obwohl Sie sie erhalten können, wenn Sie ein Skript schreiben).Wenn der Logarithmus der Bedingungsnummer größer als 5 ist, seien Sie vorsichtig – andernfalls sollte alles in Ordnung sein.
Betreff: Mischungs-DOE für binäre Antwort„Spielt der hohe VIF in einem Gemischdesign (insbesondere für den Engbereichsfaktor) im endgültigen Modell eine Rolle?“ Denn der hohe VIF scheint auf die Korrelation mit seinen Kreuztermen zurückzuführen zu sein.“
Wenn ich diese Frage oben lese, fällt mir etwas ein: Vielleicht könnten Sie zusätzlich zu den DOE-Versuchen einige Validierungsversuche durchführen, um das endgültige Modell zu validieren – ähnlich wie beim Training, Testen und Validieren, wie es bei der Verwendung der Partitions- und Neural-Plattformen der Fall ist.
Betreff: Mischungs-DOE für binäre AntwortEs gibt gute und schlechte Nachrichten.
Die schlechte Nachricht ist, dass die VIFs ein Ergebnis der Beziehungen zwischen Ihren Xs sind. Wie bereits erwähnt, haben Mischungen IMMER einen Zusammenhang. Dieser Zusammenhang ist noch stärker, wenn Sie für eine der Komponenten enge Bereiche haben (wie Sie gesehen haben). Es spielt keine Rolle, welchen Ansatz Sie zum Erstellen des Designs verwenden, die Kollinearität wird vorhanden sein.
Die gute Nachricht ist, dass die VIFs in der Analyse durch den Einsatz von Pseudokomponenten-Codierung etwas reduziert werden können. JMP aktiviert diese Funktion automatisch für Sie. Durch Pseudokomponentenkodierung wird die Kollinearität so weit wie möglich reduziert, indem Ihre Mischungsfaktoren so kodiert werden, dass der Bereich so weit wie möglich „erweitert“ wird.
Wenn Sie Ihr Scheffe-Mischungsmodell in JMP anpassen, können Sie sehen, dass in der Tabelle „Parameterschätzungen“ Pseudokomponentencodierung verwendet wird. Ein Begriff sieht wie folgt aus: (X-0,2)/0,7, was darauf hinweist, dass die Codierung verwendet wird.
JMP Education bietet einen Kurs zum Design und zur Analyse von Mischungsexperimenten an, der Pseudokomponenten-Codierung und vieles mehr umfasst.
Betreff: Mischungs-DOE für binäre AntwortVielen Dank für die Antwort, LouV!!
Ich verstehe den Einfluss des Mischungsdesigns auf die Art der gegenseitigen Abhängigkeit der Faktoren. In meinem Fall steigen die VIFs jedoch sprunghaft an, sobald einer der Faktoren einen engen Bereich aufweist. Im Anhang sind zwei JMP-Dateien: Eine davon ist ein benutzerdefiniertes Design (CD_5var.jmp) mit fünf Mischungsfaktoren im Bereich von 0 bis 0,5. Das Modell ist in diesem Fall ordentlich, da alle VIFs unter 5 liegen. Das zweite Design (CD_5var_narrow.jmp) ähnelt dem ersten, außer dass der Bereich auf x5 schmal ist (0,5 < x5 < 0,6). Und in diesem Fall beträgt der VIF für x5 ~800, und x5*xi hat auch höhere VIFs. Ich habe mir auch die Korrelation der Schätzungen angesehen und sie zeigt deutlich eine hohe Korrelation von x5 mit den Kreuztermen.
Die Frage ist also ... Spielt der hohe VIF in einem Gemischdesign (insbesondere für den Engbereichsfaktor) im endgültigen Modell eine Rolle!? Denn der hohe VIF scheint auf die Korrelation mit seinen Kreuztermen zurückzuführen zu sein.
Und um die andere Frage zu wiederholen: Gibt es eine Alternative zum benutzerdefinierten Mischungsdesign, die die Probleme mit VIFs verringert? Zum Beispiel ein sequenzieller Designansatz!?
LouV ... Ihr Link zu den Auswirkungen der Codierungseigenschaft auf die VIFs ist interessant. Ich werde weitermachen und sehen, ob das hilft.
Hinweis: Die Antwort „y“ ist eine simulierte Antwort. Letztendlich wird dies eine binäre Antwort sein.
Danke
-Praveen.
Betreff: Mischungs-DOE für binäre AntwortPraveen,
Die VIFs in einem Mischungsdesign sind aufgrund der nicht unabhängigen Natur der Mischung, die sich zu 1 summiert, sehr groß. Das heißt im Grunde, obwohl Sie im Wesentlichen fünf Faktoren untersuchen, benötigen Sie aufgrund dieser Eigenschaft nur vier, um den fünften zu verstehen.
Dies wurde möglicherweise in diesem JMP-Benutzer-Community-Thread beantwortet ...
Hoher VIF bei begrenztem Designraum | Communities auf SAS
Eine gute Referenz zu diesem Thema ist Cornells Buch über Mixture Design.
