Chers tous,
Je souhaite automatiser un processus de sélection de modèle via des scripts à l'aide de la plate-forme de modèle Fit utilisant une régression pas à pas pour une analyse de stabilité (je connais également la plate-forme de stabilité dans JMP mais pour des "raisons", je souhaite utiliser le modèle Fit).
Mes termes sont Temps de stockage, ID de lot et Temps de stockage*ID de lot. En utilisant la régression pas à pas, l'idée est maintenant de laisser les termes dans le modèle avec une valeur p <0,25. Un script initial ressemblait (en partie) à ceci :
Y( :response ),
Effects(
:"Storage Time (2-8°C Analysis)"n, :Batch ID, :"Storage Time (2-8°C Analysis)"n * :Batch ID,
),
Center Polynomials( 0 ),
Personality( "Stepwise" ),
Run(
Stopping Rule( "P-value Threshold" ),
Prob to Leave( 0.25 ),
Direction( "forward" ),
Rules( "Whole Effects" )
)
Mon problème est maintenant qu'en utilisant la règle "Effets entiers", les termes sont exclus en ne suivant pas le principe hiérarchique, ce qui signifie que mon modèle contenait après avoir utilisé stepwise regr. par exemple L'effet d'interaction et de temps, mais pas l'effet de lot. Voir également:
Je sais qu'il existe également la règle de combinaison ou de restriction (pour avoir une hiérarchie), mais en appliquant ces règles, mon terme ID de lot (multi-niveaux) est divisé en différents groupes, ce qui n'est pas mon souhait. Je veux vraiment avoir tout l'effet Batch ID s'il est significatif (ou son interaction avec le temps).
Existe-t-il donc un moyen de combiner l'affichage du terme "Effet entier" avec le principe hiérarchique de sélection du modèle ? Un script fonctionnerait aussi pour moi. 
J'espère que j'ai pu clarifier ma question.
Merci d'avance pour toute solution ou remarque !
Meilleur Jean
