JMP 16 - Gli intervalli di confidenza si ampliano durante l'eliminazione all'indietro degli effetti fissi in un modello misto DoE?Ciao,
Mi scuso se questa domanda è già stata posta. Ho usato la funzione di ricerca prima di postare e non sono riuscito a trovare nulla su questo forum.
Sto esplorando modelli misti per DoE nel tentativo di acquisire una comprensione più approfondita di come gli effetti fissi e casuali contribuiscono a un output di processo. Tuttavia, quando provo a usare manualmente l'eliminazione all'indietro per semplificare i miei parametri di regressione a effetto fisso, noto che gli intervalli di confidenza per le mie stime dei parametri (ad esempio: la mia intercetta, che è importante per i miei scopi) diventano molto ampi, il che si riflette anche negli intervalli di confidenza ampi e irregolari nel profiler.
Avrei pensato che modelli più semplici avrebbero liberato più gradi di libertà per migliori misurazioni di varianza/errore standard e quindi avrebbero reso gli intervalli di confidenza più piccoli, ma sembra vero il contrario. Vale la pena notare che questi effetti sono più pronunciati quando aumento la complessità dei miei effetti casuali (ad esempio: concatenando i parametri come un blocco casuale rispetto all'esecuzione dell'analisi dei componenti della varianza su ciascun fattore casuale individualmente).
Di seguito è riportato un esempio di DoE che ho cercato di realizzare ed esplorare utilizzando risultati simulati (non mostrati):
X1 X2 e X3 sarebbero fattori fissi, mentre il resto sono fattori casuali del mio esempio.
Ogni aiuto sarebbe apprezzato! Finora sembra che la mia migliore linea d'azione sarebbe quella di mantenere il modello completo della superficie di risposta e non esplorare alcuna opzione di eliminazione graduale a questo punto.
Migliore,
Opaco
Modellazione statistica avanzataFinestreRe: JMP 16- Intervalli di confidenza sempre più ampi durante l'eliminazione all'indietro di effetti fissi in un modello misto DoE?Non userei la lunghezza dell'intervallo di confidenza sulle stime per selezionare un modello. Riflettono l'incertezza nelle stime dato il modello selezionato.
Gli intervalli si allungano perché la rimozione di un termine aggiunge la somma dei quadrati associata al termine di errore. Il termine di errore viene utilizzato per stimare l'errore standard di ciascuna stima.
Re: JMP 16- Intervalli di confidenza sempre più ampi durante l'eliminazione all'indietro di effetti fissi in un modello misto DoE?Innanzitutto, benvenuto nella community. Non sono sicuro di poter rispondere alle tue domande perché non ho abbastanza contesto (qual è il tuo obiettivo?), Ma ecco i miei pensieri. Come Mark ha già risposto, quando rimuovi i termini dal modello, questi SS e DF vengono raggruppati nel MSE. Userei altre tecniche per ridurre il modello, per esempio
1. Innanzitutto le PMI (esperti in materia) e le relative ipotesi. Gli effetti e i coefficienti dei parametri hanno senso?
2. Verificare la collinearità (Analizza>Metodi multivariati>Multivariato (e verifica valori anomali))
3. Mentre rimuovi o aggiungi termini al modello, osserva il delta tra RSquare e RSquare Adjusted. Maggiore è il delta, più specificato è il modello
4. RMSE, il modello con RMSE più piccolo è il migliore
5. valori p
A proposito, gli intervalli di confidenza sono correlati solo ai dati in mano. La capacità di estrapolarli nel futuro dipende completamente da quanto il tuo studio sia rappresentativo del futuro.
Re: JMP 16- Intervalli di confidenza sempre più ampi durante l'eliminazione all'indietro di effetti fissi in un modello misto DoE?Grazie ad entrambi per le veloci risposte. Stavo riducendo il mio modello tramite l'eliminazione manuale all'indietro riducendo al minimo AICc ed ero curioso di sapere perché i miei CI si stavano allargando. Le tue spiegazioni hanno senso.
