Est-il possible de comparer l'importance d'un effet de modèle entre les modèles de différents systèmes ?Salut,
Je suis assez nouveau pour JMP et les statistiques. J'essaie de modéliser les effets de A, B et C du pourcentage de récupération sur différents systèmes (X, Y et Z). J'utilise la fonction Analyser-> Ajuster le modèle et j'utilise la macro de surface de réponse pour générer les effets de modèle. Je génère des modèles pour chaque X, Y et Z pour utiliser A, B et C comme effets de modèles principaux pour chacun. Ensuite, je supprime les effets du modèle (effets principaux, interactions bidirectionnelles et termes quadratiques) pour optimiser le R2 ajusté pour générer le modèle.
Est-il possible de commenter l'importance de l'effet A dans le système X par rapport à l'importance de l'effet A dans le système Y sur le pourcentage de récupération ? et si l'effet A a un effet positif plus important sur le pourcentage de récupération dans le système X par rapport au système Y (si les effets B et C sont maintenus constants).
Je sais que sous Prediction Profiler, il y a la fonction "Assess Variable Importance", mais je ne savais pas s'il était approprié d'utiliser cette fonction pour comparer l'importance variable entre les modèles pour deux systèmes différents (même si les effets sont les mêmes).
Merci,
AnalytiqueAnalyse et modélisation des données de baseRe : Est-il possible de comparer l'importance d'un effet de modèle entre les modèles de différents systèmes ?Généralement, les différentes réponses mesurées pour chaque série d'une expérience conçue dépendent différemment des changements de facteurs. Ajuster chaque réponse séparément et sélectionner le meilleur modèle séparément est souvent le meilleur moyen d'expliquer ou de prédire avec précision les effets.
Vous pouvez définir un modèle commun dans la boîte de dialogue Ajuster le modèle, puis sélectionner l'option Ajuster séparément avant de cliquer sur Exécuter.
Re : Est-il possible de comparer l'importance d'un effet de modèle entre les modèles de différents systèmes ?Merci pour la réponse. Juste pour clarifier, si je devais créer des modèles de la façon dont un ensemble d'entrées influence le % de récupération dans deux systèmes différents, alors il ne serait pas possible de commenter si l'un de ces paramètres est plus important dans un système qu'un autre ? Par exemple, j'ai créé des modèles indépendants à l'aide des entrées AE en essayant de prédire le pourcentage de récupération dans deux systèmes différents à l'aide de la fonction Fit Model et de la macro Response Surface pour tenir compte des effets d'interaction. Ensuite, pour le modèle de chaque système, les effets les moins significatifs (principal, interaction, etc.) ont été supprimés pour optimiser le R2. J'ai également utilisé la fonction "Assess Variable Importance" sous Prediction Profiler et j'ai obtenu ces tables.
Système 1 :
Système 2 :
Serait-il exact de dire que la variable D a un effet plus important dans la prédiction du pourcentage de récupération dans le système 1 que dans le système 2 parce que « l'effet total » est plus important dans le système 1 que dans le système 2 ?
