Problema relativo ai risultati del modello di adattamentoJMP 17: Ho alcune domande generali sui risultati che ho ottenuto da un'analisi della piattaforma Fit Model. Allego il mio set di dati. Ho una variabile continua di risposta, spessore e quattro fattori categorici che sono stati modulati, due livelli ciascuno. Lo spessore è stato utilizzato come variabile Y e tutti e quattro i fattori (3, 4, 5 e 6) sono stati spostati nell'area Effetti modello di costruzione selezionando Macro > Ordinamento fattoriale. Sono interessato a vedere se ci sono interazioni. Nei risultati, la prima cosa che noto è che il grafico Studentized Residuals ha un andamento sinusoidale. Ho guardato un video JMP in cui il presentatore ha affermato che se c'è uno schema in questo grafico dei residui potrebbe esserci un problema con i dati? Successivamente, la tabella delle stime dei parametri ha diverse righe senza risultati. Cosa sta indicando? Allo stesso modo, anche la tabella dei test sugli effetti non contiene dati. Cosa sta indicando? Tutti gli input sarebbero apprezzati. Ho cercato articoli o video ma non ho riscontrato problemi simili.
Grazie.
Analisi e modellazione dei dati di baseOggetto: Problema relativo ai risultati del modello di adattamentoIl modello ciclico è evidente nella trama residua. Giusto per essere sicuri, le righe nella tabella si verificano nello stesso ordine delle esecuzioni effettive?
Le stime zero indicano che hai specificato troppo il modello. Hai progettato l'esperimento per un modello più semplice e poi hai aggiunto termini di ordine superiore durante l'analisi, ma la progettazione (dati) non supporta la stima di tutti i termini. Non è una questione di numero di corse. Potresti progettare un esperimento a 4 fattori e 2 livelli per stimare i 4 effetti principali e l'intercettazione in sole 5 esecuzioni. È possibile replicare questo progetto molte volte per un numero elevato di esecuzioni totali, ma non è ancora possibile stimare gli effetti di ordine superiore.
Nel tuo caso Factor 3 = B è stato eseguito solo a un livello degli altri fattori.
Oggetto: Problema relativo ai risultati del modello di adattamentoMarco, grazie per la risposta. Le righe nella tabella non sono in ordine di esecuzione. Gli esperimenti sono stati eseguiti su parti che hanno diverse fasi di processo. Quindi i quattro fattori elencati si trovavano in diverse fasi del processo. I Fattori sono numerati nell'ordine di processo in cui si sono verificati.
Un po' più in dettaglio, non sono stato coinvolto nella progettazione di questo esperimento. Credo che questa non fosse una vera configurazione DOE. Fondamentalmente un esperimento di matrice a due livelli multifattoriale. Ciò preclude l'utilizzo della piattaforma Fit Model per analizzare i risultati?
Ho provato a utilizzare il metodo Add per i fattori nell'area Construct Model Effects, non ho utilizzato l'opzione Macro per i fattoriali, il risultato è sotto. Ho rimosso i fattori 4 e 5, quindi ho ripetuto l'analisi. Quindi i Fattori 3 Livello A e 6 Livello Uno mostrano delta statisticamente significativi rispetto ai loro livelli opposti? Qual è il significato dell'intercettazione?
Oggetto: Problema relativo ai risultati del modello di adattamentoSarebbe una buona idea determinare l'ordine di esecuzione e ordinare la tabella in ordine di esecuzione per studiare l'andamento ciclico osservato nei residui.
Il fatto che i quattro fattori siano coinvolti in diverse fasi del processo significa che l'esperimento non è randomizzato. Questo fatto ha implicazioni importanti per l'analisi dei dati. Gli errori statistici sono correlati. L'assunto fondamentale della varianza costante nell'intervallo di risposta è probabilmente violato. Il modello con una singola varianza costante è inadeguato. Le stime dei parametri per gli effetti di ciascun fattore richiedono diversi calcoli di errore standard basati sulle unità sperimentali multiple (randomizzazione). In caso contrario, gli errori di tipo I e di tipo II sono diversi dal previsto e i valori p non hanno la copertura prevista.
Tutti i t-test nella tabella Stime dei parametri sono (parametro stimato - parametro ipotizzato) / (errore standard di stima). Il valore del parametro ipotizzato è zero. Quindi l'intercetta viene confrontata con zero, come gli altri parametri. Tuttavia, è improbabile che gli errori standard siano corretti a causa del "disegno" a trama divisa utilizzato per raccogliere i dati.
