Bonjour à tous,
J'ai un ensemble de données qui est une factorielle complète de 3 variables indépendantes catégorielles et 1 variable dépendante continue. Il ne s’agit pas d’un test conçu et ne contient aucun point de données répété. Le modèle des moindres carrés standard que j'aimerais utiliser contient les 3 effets principaux et 1 interaction bidirectionnelle. Ce qui me préoccupe concernant le profileur de prédiction, c'est qu'il produit des intervalles de confiance basés sur une taille d'échantillon de 1 pour chaque traitement. Ces intervalles peuvent-ils toujours être utilisés en fonction de la façon dont JMP examine chaque effet principal individuellement et l'ensemble de données dans son ensemble ? Dois-je uniquement regarder les valeurs prédites et ignorer les intervalles de confiance ? Existe-t-il une meilleure approche que je devrais utiliser avec cet ensemble de données ? Merci d'avance!
Tout d'abord, bienvenue dans la communauté. J'ai les réflexions et questions suivantes :
Premièrement, avec les informations très limitées que vous avez fournies et le manque d'images de sortie ou de joindre le tableau de données, nous sommes extrêmement limités dans les conseils que nous pouvons fournir.
1. Vous dites " Ce n'était pas un test conçu". Que veux-tu dire par là? Est-ce une expérience que vous avez conçue et menée ?
2. Avez-vous une idée de l'incertitude du système de mesure ?
3. Y a-t-il une quantité pratique de variation dans la réponse variable? (a-t-il suffisamment changé ?) Comment les résultats se comparent-ils à vos prédictions ?
3. Comme vous n'avez pas de réplication, les termes qui ont été omis du modèle constituent la base de tout test statistique. Il s'agit souvent d'un test biaisé.
4. Essayez de saturer le modèle et évaluez les diagrammes Normal et Pareto. Avez-vous regardé les résidus? Avez-vous regardé le diagramme d'interaction ? Les réponses ont-elles un sens ?
