서로 다른 시스템의 모델 간에 모델 효과의 중요성을 비교할 수 있습니까?안녕,
저는 JMP와 통계에 상당히 익숙합니다. 서로 다른 시스템(X, Y, Z)에 걸쳐 복구율의 A, B, C 효과를 모델링하려고 합니다. 저는 Analyze-> Fit Model 기능을 사용하고 있으며 응답 표면 매크로를 사용하여 모델 효과를 생성하고 있습니다. A, B, C를 각각의 주요 모델 효과로 사용하기 위해 각 X, Y, Z에 대한 모델을 생성하고 있습니다. 그런 다음 모델을 생성하기 위해 조정된 R2를 최적화하기 위해 모델 효과(주효과, 양방향 상호 작용 및 2차 항)를 제거합니다.
시스템 X에서 효과 A의 중요성 대 시스템 Y에서 효과 A의 회복률에 대한 중요성에 대해 언급할 수 있습니까? 효과 A가 시스템 Y와 비교하여 시스템 X의 회복률에 더 큰 긍정적인 영향을 미치는 경우(효과 B와 C가 일정하게 유지되는 경우).
Prediction Profiler 아래에 "Assess Variable Importance" 기능이 있다는 것을 알고 있지만 이 기능을 사용하여 서로 다른 두 시스템의 모델에서 변수 중요도를 비교하는 것이 적절한지 확신할 수 없었습니다(효과가 동일하더라도).
감사해요,
해석학기본 데이터 분석 및 모델링Re: 서로 다른 시스템의 모델 간에 모델 효과의 중요성을 비교할 수 있습니까?일반적으로 설계된 실험의 각 실행에 대해 측정된 서로 다른 반응은 요인 변화에 따라 다르게 달라집니다. 각 응답을 개별적으로 피팅하고 최상의 모델을 개별적으로 선택하는 것이 종종 효과를 정확하게 설명하거나 예측하는 가장 좋은 방법입니다.
모델 적합 대화 창에서 공통 모델을 정의한 다음 실행을 클릭하기 전에 별도로 적합 옵션을 선택할 수 있습니다.
Re: 서로 다른 시스템의 모델 간에 모델 효과의 중요성을 비교할 수 있습니까?응답해 주셔서 감사합니다. 명확히 하자면, 두 개의 서로 다른 시스템에서 일련의 입력이 % 회복에 어떻게 영향을 미치는지에 대한 모델을 만들려면 한 시스템에서 해당 매개변수 중 하나가 다른 시스템보다 더 중요하다면 언급할 수 없을 것입니다. 예를 들어, 상호 작용 효과를 설명하기 위해 모델 적합 기능과 반응 표면 매크로를 사용하여 두 개의 서로 다른 시스템에서 회복률을 예측하려고 시도하는 입력 AE를 사용하여 독립 모델을 만들었습니다. 그런 다음 각 시스템의 모델에 대해 가장 중요하지 않은 효과(주요 효과, 상호 작용 등)를 제거하여 R2를 최적화했습니다. 또한 Prediction Profiler에서 "Assess Variable Importance" 기능을 사용하여 이러한 테이블을 얻었습니다.
시스템 1:
시스템 2:
"전체 효과"가 시스템 2보다 시스템 1에서 더 크기 때문에 변수 D가 시스템 2보다 시스템 1에서 %회수율을 예측하는 데 더 중요한 영향을 미친다고 말하는 것이 정확할까요?
