È possibile confrontare il significato di un effetto del modello tra modelli di sistemi diversi?CIAO,
Sono abbastanza nuovo in JMP e nelle statistiche. Sto cercando di modellare gli effetti di A, B e C del recupero percentuale su diversi sistemi (X, Y e Z). Sto usando la funzione Analizza-> Adatta modello e utilizzo la macro della superficie di risposta per generare gli effetti del modello. Sto generando modelli per ogni X, Y e Z per utilizzare A, B e C come effetti dei modelli principali per ciascuno. Quindi rimuovo gli effetti del modello (effetti principali, interazioni bidirezionali e termini quadratici) per ottimizzare l'R2 regolato per generare il modello.
È possibile commentare il significato dell'effetto A nel sistema X rispetto al significato dell'effetto A nel sistema Y sulla percentuale di recupero? e se l'effetto A ha un effetto positivo maggiore sulla percentuale di recupero nel sistema X rispetto al sistema Y (se l'effetto B e C sono mantenuti costanti).
So che sotto Prediction Profiler c'è la funzione "Valuta importanza variabile", ma non ero sicuro che fosse appropriato utilizzare questa funzione per confrontare l'importanza variabile tra i modelli per due sistemi diversi (anche se gli effetti sono gli stessi).
Grazie,
AnaliticaAnalisi e modellazione dei dati di baseRi: È possibile confrontare il significato di un effetto del modello tra modelli di sistemi diversi?Di solito, le diverse risposte misurate per ogni esecuzione di un esperimento progettato dipendono in modo diverso dai cambiamenti dei fattori. Adattare ogni risposta separatamente e selezionare separatamente il modello migliore è spesso il modo migliore per spiegare o prevedere con precisione gli effetti.
È possibile definire un modello comune nella finestra di dialogo Adatta modello e quindi selezionare l'opzione Adatta separatamente prima di fare clic su Esegui.
Ri: È possibile confrontare il significato di un effetto del modello tra modelli di sistemi diversi?Grazie per la risposta. Giusto per chiarire, se dovessi creare modelli di come un insieme di input influenza il recupero% in due sistemi diversi, allora non sarebbe possibile commentare se uno di quei parametri è più importante in un sistema piuttosto che in un altro? Ad esempio, ho creato modelli indipendenti utilizzando gli input AE cercando di prevedere la percentuale di recupero in due sistemi diversi utilizzando la funzione Fit Model e la macro Response Surface per tenere conto degli effetti di interazione. Quindi, per il modello per ciascun sistema, gli effetti meno significativi (principale, interazione, ecc.) sono stati rimossi per ottimizzare l'R2. Ho anche utilizzato la funzione "Valuta importanza variabile" in Prediction Profiler e ho ottenuto queste tabelle.
Sistema 1:
Sistema 2:
Sarebbe corretto affermare che la variabile D ha un effetto più importante nella previsione della % di recupero nel sistema 1 che nel sistema 2 perché l'"effetto totale" è maggiore nel sistema 1 rispetto al sistema 2?
