Re: ¿Cómo ver las decisiones de efecto activo de Fit Definitive Screening Design por etapa?No estoy seguro de haber entendido tu pregunta, pero en la ayuda (como dices) dice más:
"Usando YME, los efectos principales se comparan con esta estimación. Los efectos principales con valores p inferiores a un valor p umbral se consideran activos. Los valores umbral son los siguientes:
–Para un grado de libertad de error, el valor umbral es 0,20.
–Para dos grados de libertad de error, el valor umbral es 0,10.
–Para más de dos grados de libertad de error, el valor umbral es 0,05".
En su caso, DF=5 por lo que el umbral es 0,05.Por eso el factor C se indica como "activo" (su valor p, Prob >|t|, es inferior a 0,05).
Re: ¿Cómo ver las decisiones de efecto activo de Fit Definitive Screening Design por etapa?Hay 6 factores en el DSD.La tabla muestra tres de ellos, resaltando uno de los tres y sin mostrar los otros tres en absoluto. ¿Por qué esos tres?¿Y dónde están los otros tres?¿Y por qué dos de ellos están listados con Problema >|t| muy por encima de 0,05?¿Y los tres que faltan no se muestran?
Pensé que solo mostraba aquellos en los que el valor p para el efecto era menor que el valor p umbral.Si Problema >|t| es el valor de p, entonces muestra dos efectos activos que no alcanzan ese umbral.Y no muestra a los otros tres en absoluto.Esto me sugiere Prob >|t| NO es el valor p para el efecto.
En ese caso, ¿dónde está el valor p del efecto que está utilizando para determinar si ese efecto es menor que el valor p umbral?Esa es mi pregunta.¿Cómo veo esos valores p para cada efecto para poder inspeccionar que solo eligió aquellos menores que el valor p umbral?Y me gustaría ver los otros valores de p para poder ver qué tan lejos estaban de ser elegidos como activos.
Re: ¿Cómo ver las decisiones de efecto activo de Fit Definitive Screening Design por etapa?Hmmm... si tiene 6 efectos principales (A, B, C, D, E, F, en lugar de tres efectos principales y tres términos de segundo orden: A, B, C, AB, AC, BC o A, B, C, A^2, B^2, C^2) entonces no estoy seguro de lo que está pasando.
Re: ¿Cómo ver las decisiones de efecto activo de Fit Definitive Screening Design por etapa?Sí, lo siento, debería haber dicho en mi pregunta original que es un DSD de 6 factores y 17 ejecuciones que se muestra en la imagen, pero mi DSD específico no es pertinente a mi pregunta.
Re: ¿Cómo ver las decisiones de efecto activo de Fit Definitive Screening Design por etapa?Lo que sospecho es la respuesta:
Debido a que tenía factores falsos (4 ejecuciones adicionales) en mi único ejemplo, JMP primero calculó una estimación de la varianza del error independiente del modelo.Luego usó el YME, que creo que es la primera columna en la tabla de salida de la Etapa 1, y "los probó contra esta estimación".No sé cuántos grados de libertad tenía para esto y estoy desconcertado por el hecho de que si especifico el umbral del valor p en 0.2, dos de los efectos de orden impar (efectos principales) caen de la tabla de salida.Entonces sospecho que estaba usando 0.05 y la varianza del error tenía más de 2 grados de libertad.Luego concluyó que tres de los seis efectos de orden impar (efectos principales) estaban por debajo de este umbral de 0,05, los otros tres no, por lo que se aferra a los tres que estaban por debajo de 0,05.
Luego tomó la variabilidad de los otros tres efectos principales y los combinó en la varianza del error, cambiando los errores estándar, las razones t y el valor p en el prob > |t| columna, que dice en la Ayuda que es el valor p.Entonces, los valores p para dos de los seis factores ya no están por debajo del umbral debido a que esta combinación de los grados de libertad adicionales en la varianza del error cambió la varianza del error y cada cálculo resultante.¿Y el RMSE que se muestra es esta estimación final de la varianza del error?El original antes de la agrupación no se muestra y parece que no hay ninguna opción para mostrarlo.Realmente me gustaría verlo, o más bien, la tabla completa para todos los efectos principales antes de decidir qué conservar y qué no conservar y antes de agrupar los que no se mantienen en el error.
Si no me equivoco, es interesante que la tabla los muestre como ya no están con un valor de p por debajo de 0,05.Luego los mantiene. para la tabla Estimaciones de parámetros del modelo combinado después de la Etapa 2.
Así que no estoy seguro de cómo interpretarlos.La noción clara de que los efectos principales con un valor de p inferior a 0,05 son "efectos activos" y los que no lo son se torna en un gris aún más turbio.En mi ejemplo aquellos con Prob > |t| de 0,1765 y 0,1657 son efectos activos antes de la combinación de grados de libertad adicionales en el error, convirtiéndolos en qué?¿Efectos perezosos?¿Efectos ineficaces?Me gusta ese. 
Sospecho que mejores nombres serían efectos obvios y posibles efectos no obvios.
Tal vez JMP los conserva porque originalmente tenían valores de p por debajo de 0,05, por lo que podría ser conveniente conservarlos en experimentos posteriores que no sean de detección.
Re: ¿Cómo ver las decisiones de efecto activo de Fit Definitive Screening Design por etapa?Hola @CanonicalHazard ,
Lo siento, me cuesta seguir este hilo y entender todas las preguntas específicas que intentas responder. Adjuntar datos de ejemplo ilustrativos realmente nos ayuda a dar respuestas específicas.
Pero creo que tu " Lo que sospecho es la respuesta. " suena bien. El método no es simple pero me parece bastante bien documentado. Si hay algo en la documentación que no está claro o que cree que falta o es incorrecto, es posible que desee ponerse en contacto con el soporte técnico de JMP ( support@jmp.com ). Nuevamente, los datos de ejemplo ilustrativos serán útiles.
¿Cómo interpretar el resultado? Creo que estás en la línea correcta con esto también.
Los DSD son diseños de cribado, por lo que el objetivo es comprender los factores que tienen un efecto importante en la(s) respuesta(s) para continuar con el estudio en las próximas etapas de su secuencia de experimentos.
Lamentablemente, no existe una "noción clara" de lo que define un efecto o factor "activo". Personalmente, no me siento muy cómodo con ninguna distinción entre activo e inactivo, es simplemente un error para mí hacer esa distinción. Y ciertamente no me siento cómodo con que p < 0.05 sea una distinción clara.
Fit DSD es una forma útil y rápida de averiguar qué factores y efectos son los más importantes.
Pero si desea un análisis para la interpretación, particularmente si está publicando, es posible que desee ceñirse a los métodos tradicionales de selección de modelos, ya que estos son más conocidos.
Obtendrá diferentes resultados entre los métodos de selección de modelos y eso no es algo malo. Si hay un consenso razonable, proporciona una confirmación útil de que puede estar seguro del resultado.
Si veo grandes diferencias, entonces busco entender más sobre las diferencias y cuál es la ambigüedad. Miro más que solo valores p. De hecho, no miro mucho los valores p. Pasaría más tiempo mirando el generador de perfiles de predicción, ya que estoy mucho más interesado en las direcciones y tamaños de los efectos. Cuando hay diferencias importantes, puedo usar eso para guiar la recopilación de más datos para acercarme a resolver las ambigüedades.
Si tiene sugerencias para mejorar el informe Fit DSD, puede agregarlas al Lista de deseos de JMP .
Espero que esto ayude,
phil
Re: ¿Cómo ver las decisiones de efecto activo de Fit Definitive Screening Design por etapa?Aquí está el ejemplo, con nombres de factores inventados. Seis factores.El proceso es una simulación de análisis de elementos finitos (cero error de replicación).
Es un DSD de 17 carreras.
Lo analizo con "Fit Definitive Screening Design"
entiendo esto
Puede ver que tres de los seis factores se presentan en la tabla de la Etapa 1.
La configuración del valor p de la Etapa 1 es
Pregunta: ¿Por qué se enumeran Temp y Press en el Nivel 1 tabla junto con Cantidad?El problema > |t| NO está por debajo de 0,05 para Tiempo y Prensa.
Pregunta 2: ¿Por qué no se incluyeron el tiempo, la longitud y el ancho en la tabla de la etapa 1?
Re: ¿Cómo ver las decisiones de efecto activo de Fit Definitive Screening Design por etapa?Puede que le interese el artículo original que describe el método implementado en el procedimiento Fit Definitive Screening en JMP.
Bradley Jones y Christopher J. Nachtsheim (2016): Selección eficaz de modelos basada en el diseño para diseños de cribado definitivos , Tecnometría, DOI: 10.1080/00401706.2016.1234979
En segundo lugar, otros métodos de selección de modelos pueden ser más satisfactorios porque actúan menos como una 'caja negra'.
Tercero, su último ejemplo no tiene ningún error aleatorio. La mayoría de los métodos de diseño en JMP intentan lograr un diseño óptimo que minimice un error estándar asociado con un modelo. Los métodos numéricos de precisión finita utilizados para estimar los parámetros del modelo y los errores estándar a menudo fallan cuando el error de la suma de los cuadrados es cero. (No son matemáticas, es computación). No debería tener ningún error de este tipo. Una simulación por computadora como la suya generalmente se aborda con un diseño de relleno de espacio y luego se modela con un proceso gaussiano para una interpolación rápida. La idea de filtrar o determinar la importancia estadística es confusa cuando puede mirar el código de simulación o no tiene un elemento estocástico.
¿Cómo ver las decisiones de efecto activo de Fit Definitive Screening Design por etapa?Usando JMP 17.0, ¿hay alguna forma de ver cómo seleccionó los efectos que seleccionó como activos en el Informe de detección definitiva de ajuste?
Por ejemplo, el archivo de Ayuda dice que en la Etapa 1 con factor falso o réplicas de punto central, se construye un estimador de varianza de error independiente del modelo.Los efectos principales se comparan con esta estimación y aquellos con valores de p inferiores a un valor de p de umbral se consideran activos.El valor de umbral, a menos que se establezca manualmente, varía según los grados de libertad.¿Dónde se muestra este proceso?
¿Es esa estimación el RMSE informado y los grados de libertad debajo de él?Si es así, ¿dónde están los valores p para cada efecto principal para que pueda ver cómo los estima JMP y cómo son menores que el valor p umbral para cada efecto principal que eligió?no los veoEn cambio, obtengo una tabla de t Ratios y Prob > |t| y esa tabla muestra efectos activos para prob > |t| mucho más grande que el valor p de 0.05 -- como una probabilidad de 0.18, eso me sugiere este Prob > |t| no es el valor p que compara con el umbral para determinar qué efectos están activos.
Incluso me gustaría ver lo que estimó para todo lo que no eligió como activo, no cumplió con los criterios.¿Por cuanto?
Y la misma pregunta para la Etapa 2.
Lo siento, mi conocimiento y habilidad implican leer una tabla ANOVA estándar de diseños compuestos factoriales o centrales.Obtuve JMP debido al método especial que utiliza para analizar los DSD, pero tengo problemas para aprender a leer y entender los resultados que da.El análisis paso a paso de mi DSD da una respuesta muy diferente, selecciona muchos más efectos con "Prob> F" menos de 0.05, usando AICc o BIC.Estoy tratando de reconciliar los dos y, lo que es más importante, comprender los resultados del informe Ajustar diseño de detección definitiva (antes de ejecutar o crear el modelo) que es tan nuevo para mí.
Diseño de experimentos
