검정력 값을 기반으로 용어 중요성을 결정하는 방법은 무엇입니까?JMP의 설계 평가 도구를 사용하여 Box-Behnken 설계를 사용자 정의 설계(28회 실행)와 비교하여 각각 3개 수준으로 5개의 요인을 평가했습니다(아래 참조).
비교를 고려하여 실험 실행을 위해 맞춤형 디자인을 선택했습니다. 평가에서 설계 평가 테이블에서 볼 수 있듯이 이러한 항에 대한 검정력이 낮음에도 불구하고 하나 이상의 응답에 대해 2차 항이 통계적으로 유의함(p<0.05)을 발견했습니다. 경우에 따라 프로세스에 대한 지식으로는 이것이 실질적으로 중요하지 않다고 생각합니다. 모델에서 이러한 항을 제거하는 것이 권장 사항입니까? 고려해야 할 다른 메트릭은 무엇입니까?
암사슴Re: 검정력 값을 기반으로 용어 중요도를 결정하는 방법은 무엇입니까?이러한 용어의 중요성은 모델 및 해당 예측의 정확성에 기여한다는 것을 의미합니다. 용어를 제거하면 고정 효과가 무작위 효과로 간주되고 예측의 신뢰 구간이 팽창합니다. 이 용어를 제거할 이유가 없습니다. 이 용어를 제거하면 어떤 이점이 있습니까?
"라고 주장하는 근거는 무엇입니까? 나는 프로세스에 대한 나의 지식으로 이것들이 실질적으로 중요하다고 생각하지 않습니다. "? 무슨 뜻이에요?
Re: 검정력 값을 기반으로 용어 중요도를 결정하는 방법은 무엇입니까?먼저 커뮤니티에 오신 것을 환영합니다. 설계 평가 도구는 특정 가정(실험을 실행하기 전에 많은 가정을 알 수 없음)을 기반으로 합니다. 디자인 선택에 영향을 미치는 여러 가지 요소가 있습니다. 이 모든 것은 당신의 예측에 달려 있습니다. 보다:
https://www.jmp.com/support/help/en/17.0/?os=mac&source=application#page/jmp/overview-of-the-evaluate-design-platform.shtml#
상황에 맞게 디자인을 선택해서 실행해 보셨죠? 어떻게 분석을 진행하셨나요? 귀하의 분석을 올바르게 해석하면 실험에서 실질적으로 유의미한 변화를 일으키지 않은 것 같습니까? 왜 안 돼? 여기에는 3가지 이유가 있습니다.
1. 레벨이 충분히 굵지 않았습니다.
2. 측정 시스템이 충분하지 않았습니다.
3. 요인은 중요하지 않다
(그런데, 이것은 실질적으로 상당한 변동을 생성한 경우와 다르지만 조작한 요인에 할당할 수 없습니다).
임의 오류(MSE) 추정에 사용된 DF는 무엇입니까? 복제가 있었습니까? 어떤 비교를 기반으로 2차 항이 통계적으로 유의하다고 말할 때? 데이터 테이블을 공유할 수 있습니까?
일반적으로 모델에서 중요한 항목을 제거하면 해당 분산이 오류 항에 합산됩니다. 이렇게 하면 오류 기간이 부풀려지고 다른 요인이 덜 중요해집니다.
무슨 뜻인지 잘 모르겠습니다." 고려해야 할 다른 메트릭은 무엇입니까?". 실험의 목표는 무엇입니까? 인과 관계 구조를 이해하거나 "승자 선택"을 시도하고 있습니까? 모델을 구축하거나 개선하고 있습니까? 모델을 구축하는 데 도움이 될 수 있는 많은 통계가 있습니다.
