Equazione di previsione per fattori scelti casualmenteCiao:
Ho tre fattori, due dei quali sono fattori di tre livelli e uno ha due livelli. Tutti e tre i fattori sono continui.
Durante l'analisi dei fattori, ho attivato gli effetti casuali per tutti e tre i fattori. Ho incollato la schermata dell'analisi qui sotto. Ho alcune domande basate su questo, come menzionato di seguito:
Q1) Come rimuovere le variabili dal modello come generalmente facciamo nell'analisi degli effetti fissi? Mi verrà richiesto di eseguire l'analisi dall'inizio ogni volta che devo rimuovere la variabile?
Q2) Come creare l'equazione di regressione per questo, devo semplicemente aggiungere/sottrarre il termine BLUP (previsione degli effetti casuali) all'intercetta?
Il tuo aiuto è molto apprezzato.
Progettazione di esperimentiRe: Equazione di previsione per fattori scelti casualmenteQualsiasi aiuto è apprezzato.
Re: Equazione di previsione per fattori scelti casualmenteCIAO @VarunK ,
Non capisco perché hai scambiato tutti i tuoi fattori continui come effetti casuali.
La decisione di avere effetti fissi o casuali è nota prima dell'analisi, a seconda di come si considerano questi fattori, ed è spesso il caso di fattori categoriali (macchina A, B, C o operatore 1, 2, 3...) o bloccanti fattori (intere trame 1,2,3 e sottotrame 1,2,3, giorno della settimana, ...).
Forse questa discussione ti aiuterà a capire come dovresti trattare i tuoi fattori: https://community.jmp.com/t5/Discussions/Random-vs-Fixed-Blocking-Factor-in-DOE/mp/461743/highlight/true#M70664
Anche la Guida di JMP sul modello misto può aiutarti a: https://www.jmp.com/support/help/en/17.1/index.shtml#page/jmp/mixed-models-and-random-effect-models.shtml
Per rispondere alle tue domande:
- Non esiste un modo automatico per rimuovere i termini da un modello misto, ma è possibile utilizzare un modello dei minimi quadrati standard con effetti fissi e casuali per poter rimuovere gli effetti fissi (aggiungere tutti gli effetti e quindi selezionare gli effetti che devono essere casuali, cliccare su "Attributi" e selezionare "Effetto casuale").
Altrimenti, è necessario avviare prima il modello misto con il modello completo presunto e, a seconda dei risultati (valori p individuali per i termini nel modello, criteri informativi AICc e BIC del modello, RMSE, ...), è possibile avviare un modello perfezionato con la stessa piattaforma rimuovendo alcuni termini nel pannello di dialogo di avvio Adatta modello.
- Poiché hai solo l'intercetta come effetti fissi, visualizzerai solo l'intercetta nell'equazione. Tuttavia, puoi visualizzare il Profiler e quindi fare clic sul triangolo rosso e fare clic su "Previsioni condizionali" che ti aiuterà a vedere come varia la risposta a seconda degli effetti fissi e casuali.
Ti suggerisco di leggere di più sulle differenze tra effetti fissi e casuali, poiché ti aiuterà a capire come questi influenzano il modello, la differenza nella stima degli effetti e l'equazione di previsione che vorresti vedere.
Re: Equazione di previsione per fattori scelti casualmenteGrazie per la risposta, Vittorio.
Stavo cercando di capire l'effetto dell'effetto casuale rispetto a quello fisso sull'equazione di regressione.
Inoltre, sono un po' confuso sul fatto che i miei fattori siano fissi o casuali.
La mia variabile di progettazione avrebbe potuto essere qualsiasi valore compreso tra 2 e 7 (e analogamente per altri fattori), ho scelto 2, 4,5 e 7.
Avrei potuto scegliere anche qualsiasi altro livello, quindi questo può essere considerato un effetto casuale?
Inoltre, se abbiamo un fattore con effetto casuale, non possiamo avere un'equazione di previsione?
Il tuo aiuto è molto apprezzato.
Re: Equazione di previsione per fattori scelti casualmenteCIAO @VarunK ,
Gli effetti fissi hanno un impatto sulla media (intercetta), mentre gli effetti casuali hanno un impatto sull’errore casuale (varianza).
Puoi leggere questa sezione per saperne di più Modelli ad effetti casuali.
Esempio di stima dei parametri degli effetti casuali (jmp.com)
I livelli che hai scelto per il tuo fattore non implicano che si tratti di un effetto casuale o fisso. Dipende dal modello che supponi a priori:
- Se si suppongono effetti principali (e possibili interazioni di 2 fattori), sono necessari solo 2 livelli per stimare questi coefficienti di effetti.
- Se si suppongono anche effetti quadratici, allora sono necessari 3 livelli per stimare la possibile curvatura.
Suggerisco di leggere la documentazione della Guida di JMP sui modelli misti e sugli effetti casuali, sul blocco in DoE, nonché di cercare in questa community per saperne di più.
Re: Equazione di previsione per fattori scelti casualmenteGrazie, Vittorio:
Mi scuso per non aver posto la domanda con sufficiente chiarezza.
Conosco i livelli, ma con la mia dichiarazione " La mia variabile di progettazione avrebbe potuto essere qualsiasi valore compreso tra 2 e 7 (e analogamente per altri fattori), ho scelto 2, 4,5 e 7. " quello che volevo dire è che avrei potuto scegliere 3,5,7 o 2,4,6 ecc.
So che se possibile dovrebbe essere minimo, massimo e centrale per tre livelli (limiti dello spazio di progettazione dei fattori), ma se la considero come un'affermazione più generalizzata e dico che i miei livelli di fattore hanno un ampio intervallo (diciamo 1-100) e io scegli 5,25,45 o 30,60,90 o qualsiasi altra combinazione, sarà considerata casuale o fissa.
Grazie ancora per il tuo tempo.
Re: Equazione di previsione per fattori scelti casualmenteAlcuni chiarimenti sui livelli: hai la possibilità di modificare manualmente i livelli nel tuo progetto, ma questa modifica manuale risulterà sicuramente in un design meno ottimale.
La scelta dei livelli viene selezionata in base ai tipi di fattori, agli intervalli e al modello presupposto: per gli effetti principali e le interazioni, ad esempio, sono necessari solo il minimo e il massimo dagli intervalli dei fattori continui. Se hai bisogno di effetti quadratici, hai bisogno di un punto medio per stimare la curvatura, ecc...
Il fatto che ci siano un numero infinito di valori possibili nell'intervallo di un fattore continuo non lo rende fisso o casuale.
In breve, se questo fattore può modificare la media della risposta e può essere modificato/ripetuto in modo riproducibile, allora si tratta di un effetto fisso (indipendentemente dai livelli utilizzati nel progetto).
Se questo fattore deve essere preso in considerazione per la varianza della risposta (diversa variabilità nella risposta per diversi operatori, attrezzature, appezzamento di terreno, ...) e rappresenta solo un sottoinsieme/campione di possibili valori di una popolazione, allora questo fattore può essere considerato un effetto casuale.
È un riassunto molto approssimativo, ma spero che capirai la differenza e creerai un modello più sensato/ragionevole.
Spero che questo chiarisca un po' l'argomento.
Re: Equazione di previsione per fattori scelti casualmenteGrazie Victor per avermi fatto da mentore.
Questo mi ha aiutato a capire cos'è un fattore fisso e un fattore casuale.
Distinti saluti,
Varun Katiyar
