Question concernant le format des variables catégorielles dans Fit ModelBon après-midi,
J'essaie de modéliser une réponse unique avec 5 prédicteurs continus et 2 prédicteurs catégoriels (un à deux niveaux et un à trois niveaux), avec des interactions bidirectionnelles et des effets quadratiques. Les données ont été recueillies au cours d'une expérience conçue avec le "Custom Design". En utilisant la personnalité Stepwise Regression dans Fit Model, j'ai obtenu un modèle utilisant les règles d'arrêt Minimize AICc/BIC. Dans le résumé des effets, une série d'interactions ont été jugées par le JMP comme étant les plus importantes. Cependant, le catégorique à trois niveaux est présenté dans un format que je ne comprends pas et j'ai du mal à trouver des informations sur en ligne ou dans ces forums. La catégorie à trois niveaux est "Type de nettoyage" avec les niveaux 1) Savon/eau, 2) Solvant et 3) Sonique. Dans le résumé des effets illustré dans l'image ci-dessous, la variable catégorielle est affichée avec au moins deux des niveaux entre parenthèses avec des symboles tels que "-" ou "&" entre les niveaux :
Que signifient les parenthèses et les symboles ? Où puis-je lire à ce sujet ?
J'ai également remarqué que lorsque j'exécute Prediction Profiler, la variable catégorielle Type de nettoyage est soudainement divisée en deux variables continues avec différentes combinaisons de symboles entre parenthèses, comme illustré dans l'image suivante :
Notez que cela ne se produit pas avec la variable catégorielle à deux niveaux "Jour".
J'ai suivi le cours de formation STIPS mais je ne me souviens pas que cela ait été couvert. Y a-t-il quelqu'un là-bas qui peut aider à faire la lumière là-dessus?
/JF
AnalytiqueBICHEles fenêtresRe : Question concernant le format des variables catégorielles dans Fit ModelLe lien de Mark explique les expressions.
Je suis un peu confus par votre approche? Vous avez mené une expérience conçue avec les facteurs que vous avez fournis. Il existe un "modèle connu" pour le design que vous avez choisi. Pourquoi exécutez-vous une régression pas à pas ? Ceci est généralement utilisé pour les ensembles de données existants pour essayer de trouver un modèle approprié pour les données en main (une technique d'exploration de données). Je vous recommande de commencer avec un modèle saturé et de réduire le modèle en utilisant les nombreuses statistiques et tracés graphiques disponibles.
Les équations quadratiques pour un facteur catégoriel n'ont pas de sens. Il n'y a pas de continuum entre les 3 types de nettoyage (vous pourriez être en mesure de créer un continuum si vous pouviez mesurer quantitativement les différences entre les types de nettoyage). JMP créera essentiellement des modèles pour chaque niveau catégoriel.
De plus, le jour ne peut pas être un facteur en soi. Vous ne pouvez pas terminer l'expérience et conclure que le jour 1 est meilleur car vous ne pouvez pas réellement définir le jour (ou revenir au jour 1) dans le monde réel (si vous le pouvez, vous n'avez pas besoin d'exécuter des expériences). Le jour est plus que probablement un effet de bloc.
Re : Question concernant le format des variables catégorielles dans Fit ModelJMP construit de nouveaux prédicteurs à partir des niveaux de facteur catégoriel lorsqu'il existe plus de deux niveaux. Il trouve des combinaisons des niveaux qui maximisent la différence dans la réponse moyenne. Ces prédicteurs devraient augmenter les chances de trouver des effets réels (puissance).
Veuillez lire la section sur prédicteurs catégoriels avec la plateforme Stepwise .
