Intervalo de predicción para el modelo DOE - Modelo de regresión múltipleHola a todos,
Soy bueno usando intervalos de modelos de regresión simples como: intervalos de confianza (para predecir la media de muestras futuras) e intervalo de predicción (predecir todas las observaciones futuras, piezas individuales)
Pero una pregunta cuando se trabaja con el modelo de regresión múltiple DOE y el intervalo de predicción
Por ejemplo, tengo un modelo cuando se construye por DOE 3 factores.Lo que hice es para cada ejecución, repito construyendo 10 muestras y usando la media de ellas para poner en la tabla DOE (normalmente se distribuyen con una desviación estándar de 0,3)
Con el resultado, el gráfico con el área de línea roja me muestra los intervalos de confianza en cada valor de respuesta pronosticado => predecir la media de las muestras. Lo entiendo.
Pero cuando quiero tener los intervalos de predicción. Rango Para cada observación que tendré en el futuro. Estoy un poco confundido entre 2 opciones.
- OP1: Para cada observación individual en el futuro estará en el rango de: intervalo de confianza + RMSE
- OP2: Para cada observación individual en el futuro estará en el rango de: intervalo de confianza + RMSE + 0,3 (desviación estándar de Repetición durante la prueba.
¿Cuál es el correcto?
¿Mis datos de repetición requieren que agregue más variación en la predicción futura porque tiendo a usar la repetición para eliminar el ruido de mi prueba al principio?
¿Hay alguna función en JMP que me ayude a calcular este intervalo de predicción automáticamente?
Gracias a todos por la ayuda
Análisis y modelado de datos básicosInvestigación del Consumidor y del MercadoExploración y visualización de datosRe: Intervalo de predicción para el modelo DOE - Modelo de regresión múltipleGracias Víctor, también es una gran opción cuando la variación en mi repetición puede provenir de la variación del nivel del factor.
es una buena opcion para ir
Re: Intervalo de predicción para el modelo DOE - Modelo de regresión múltipleEl gráfico Real por Predicho sombrea el intervalo de confianza en la respuesta media. El intervalo de predicción está disponible como una fórmula de columna a través del menú del triángulo rojo en la parte superior de Ajustar mínimos cuadrados. Consulte la documentación de los distintos Guardar comandos de columna en esta plataforma para entender los comandos y opciones disponibles. Aquí está la información específica que necesita:
Fórmula de límite de confianza individual
Crea dos nuevas columnas llamadas Inferior 95% Indiv y Superior 95% Indiv . Estas columnas contienen tanto las fórmulas como los valores para los límites de confianza inferior y superior del 95 % para los valores de respuesta individuales.
Nota: Si presiona Shift mientras selecciona la opción, se le pedirá que ingrese un α nivel para los cálculos.
Re: Intervalo de predicción para el modelo DOE - Modelo de regresión múltipleEstos son mis pensamientos (aunque es posible que no esté de acuerdo y decida ignorarlos):
Primero quiero abordar las medidas repetidas. Las repeticiones (o dentro de las medidas de tratamiento) se utilizan para 2 propósitos:
1. Aumente la precisión del diseño sin restringir negativamente el espacio de inferencia. El promedio reduce el componente de ruido a corto plazo y, por lo tanto, aumenta la precisión del diseño (por ejemplo, errores de medición, dentro de la pieza, dentro del lote, etc.). Antes de resumir los datos, debe evaluar la variabilidad. ¿Es un promedio una estadística apropiada? Las técnicas gráficas pueden ser muy útiles. Mirar la distribución puede ayudar, pero también puede ocultar los efectos de las series de tiempo. Es posible que desee evaluar qué tan consistente es la variación en las repeticiones entre los tratamientos (quizás gráficos de rango).
2. Si su problema es un problema de variación, no un problema de medias, entonces la variable de respuesta apropiada debe ser una medida de variabilidad. Las repeticiones le permiten obtener una estimación de la variación dentro del tratamiento (p. ej., rango, desviación estándar, varianza). El uso de la medida de dispersión como variable de respuesta al analizar el experimento ayudará a comprender los efectos de los factores en la variación. Nuevamente, la naturaleza de los datos debe evaluarse antes de determinar la estadística enumerativa apropiada.
Con respecto a las ecuaciones de predicción y los intervalos de confianza asociados. La extrapolación de los resultados de un experimento es una decisión de ingeniería o gerencial, no estadística. Los intervalos de confianza en su gráfico son para los datos disponibles y podrían no tener nada que ver con lo que obtendrá. Lo que determina la utilidad y la eficacia del modelo que crea como resultado del análisis de los datos disponibles depende de cuán representativos sean los datos disponibles de las condiciones futuras. Esto se ve muy afectado por la forma en que se manejó el ruido durante el experimento (ruido en el espacio de inferencia y ruido que cambiaba durante el experimento).
“Análisis de varianza, prueba t, intervalos de confianza , y otras técnicas estadísticas que se enseñan en los libros, por interesantes que sean, son inapropiadas porque no proporcionan una base para la predicción y porque ocultan la información contenida en el orden de producción. La mayoría, si no todos, los paquetes informáticos para el análisis de datos, como se les llama, proporcionan ejemplos flagrantes de ineficiencia”.
Deming, W. Edwards (1975), Sobre la probabilidad como base para la acción. El estadístico estadounidense , 29(4), 1975, pág. 146-152
No hay respuesta a su pregunta sobre qué enfoques son "correctos". Existen múltiples formas de desarrollar ecuaciones de predicción que tengan en cuenta la incertidumbre en el futuro. Cada uno tiene sus propias experiencias y sesgos en cuanto a qué método es más útil/efectivo, pero he encontrado que la metodología que uso depende de la situación. Nadie sabe cuál es el correcto a priori. Pruebe varios métodos y luego ejecute el proceso y evalúe qué modelo es apropiado. Su enfoque debe estar en el proceso de recopilación de datos en lugar de en una técnica en el proceso de análisis de datos.
Re: Intervalo de predicción para el modelo DOE - Modelo de regresión múltipleHola @Justin_Bui ,
¿Puedo proponer una tercera opción?
Dado que ya tiene un buen modelo y conoce la incertidumbre de su respuesta, ¿por qué no usar el Simulador (jmp.com) (triángulo rojo al lado de Profiler para encontrar la opción) ?
Puede especificar la desviación estándar de su respuesta (0.3 o dejar que el valor predeterminado que le da JMP sea RMSE de adaptarse al modelo actual) y eventualmente introducir incertidumbre en sus factores y crear intervalos basados en simulaciones de Monte-Carlo.
Creo que esta alternativa podría ser una solución más sencilla y elegante para su problema.
Espero que esta primera respuesta te ayude,
