Ciao a tutti,
Potete aiutarmi con questa domanda:
"In che modo la rimozione dei termini in un modello fattoriale completo influenza le prestazioni del modello? (Il valore quadrato di Rs, l'intervallo di confidenza ecc. aumenteranno o diminuiranno, ad esempio? )"
Migliore,
Celine
Innanzitutto, benvenuto nella community. Un primo post interessante... Le statistiche enumerative tipiche utilizzate per valutare i modelli dipendono TUTTE dal modello.
Due osservazioni che uno sperimentatore dovrebbe tenere a mente:
1. La significatività statistica è a dichiarazione condizionale .Le fonti di variazione (fattori di progettazione) vengono confrontate con altre fonti di variazione (il rumore che cambia da trattamento a trattamento) in un determinato insieme di condizioni (il rumore mantenuto costante durante il DOE, noto anche come spazio di inferenza).Se le fonti o le condizioni cambiano, anche la significatività statistica può cambiare.
2. L'estrapolazione dei risultati sperimentali è una decisione ingegneristica e gestionale, non statistica.È largamente influenzato dalla rappresentatività dello studio delle condizioni future.
Se modifichi i termini nel modello, tali statistiche possono e probabilmente cambieranno. Quando rimuovi i termini dal modello, vengono raggruppati nel termine di errore. Ciò può gonfiare o sgonfiare la stima degli errori casuali quantificati dal MSE. Ad esempio, se si rimuovono termini non significativi dal modello, non solo la varianza associata a tali termini (somme dei quadrati), ma anche i corrispondenti gradi di libertà si sommano al termine di errore. Ciò ridurrà l'MSE e aumenterà il rapporto F (diminuirà il valore p). In sostanza, controlli la significatività statistica poiché sei tu a pianificare l'esperimento ... cosa ci sarà nel modello e quanto l'esperimento è rappresentativo delle condizioni future.
A proposito, sii cauto con R-quadrato. Aumenterà sempre man mano che si aggiungono gradi di libertà al modello (indipendentemente dal fatto che i gradi di libertà aggiunti siano significativi o meno). È meglio valutare il delta tra R-quadrato e R-quadrato regolato durante il perfezionamento del modello.
Se vuoi una comprensione più approfondita di cosa @statman ha dato, l'eccellente e gratuito online Corso Statistical Thinking for Industrial Problem Solving (STIPS) ha una spiegazione davvero accessibile di questo, in particolare nel modulo Correlazione e regressione.
