무작위로 선택된 요인에 대한 예측 방정식안녕하세요:
세 가지 요인 중 두 개는 세 가지 수준 요인이고 하나는 두 가지 수준이 있습니다. 세 가지 요소는 모두 연속적입니다.
요인을 분석하는 동안 세 가지 요인 모두에 대해 무작위 효과를 설정했습니다. 아래 분석 스크린샷을 붙여넣었습니다. 이에 대해 아래와 같이 몇 가지 질문이 있습니다.
Q1) 고정효과 분석에서 일반적으로 수행하는 것처럼 모델에서 변수를 제거하는 방법은 무엇입니까? 변수를 제거해야 할 때마다 처음부터 분석을 실행해야 합니까?
Q2) 이에 대한 회귀 방정식을 만드는 방법은 절편에 BLUP 항(Random Effects Prediction)을 추가/빼기만 하면 되나요?
귀하의 도움에 감사드립니다.
실험 설계Re: 무작위로 선택한 요인에 대한 예측 방정식도움을 주시면 감사하겠습니다.
Re: 무작위로 선택한 요인에 대한 예측 방정식안녕 @VarunK ,
왜 모든 연속 요인을 무작위 효과로 전환했는지 이해가 되지 않습니다.
고정 효과 또는 무작위 효과가 있는지에 대한 결정은 이러한 요인을 어떻게 고려하느냐에 따라 분석 전에 알려지며, 범주형 요인(기계 A, B, C 또는 조작자 1, 2, 3...) 또는 차단의 경우가 종종 있습니다. 요인(전체 도표 1,2,3 및 하위 도표 1,2,3, 요일, ...).
아마도 이 토론은 요인을 어떻게 처리해야 하는지 이해하는 데 도움이 될 것입니다. https://community.jmp.com/t5/Discussions/Random-vs-Fixed-Blocking-Factor-in-DOE/mp/461743/highlight/true#M70664
또한 혼합 모형에 대한 JMP 도움말이 도움이 될 수 있습니다. https://www.jmp.com/support/help/en/17.1/index.shtml#page/jmp/mixed-models-and-random- effect-models.shtml
귀하의 질문에 답변하려면:
- 혼합 모형에서 항을 제거하는 자동화된 방법은 없지만 고정 효과와 무작위 효과가 있는 표준 최소 제곱 모형을 사용하여 고정 효과를 제거할 수 있습니다(모든 효과를 추가한 다음 무작위여야 하는 효과를 선택함). "속성"을 클릭하고 "무작위 효과"를 선택합니다.
그렇지 않으면 먼저 가정된 완전한 모델로 혼합 모델을 시작해야 하며 결과(모델의 항에 대한 개별 p-값, 모델의 정보 기준 AICc 및 BIC, RMSE 등)에 따라 다음을 수행할 수 있습니다. Fit Model 실행 대화 상자 패널에서 일부 용어를 제거하여 동일한 플랫폼으로 개선된 모델을 실행합니다.
- 고정 효과로만 절편이 있으므로 방정식에 절편만 표시됩니다. 그러나 프로파일러를 표시한 다음 빨간색 삼각형을 클릭하고 "조건부 예측"을 클릭하면 고정 효과와 무작위 효과에 따라 반응이 어떻게 달라지는지 확인하는 데 도움이 됩니다.
고정 효과와 무작위 효과의 차이점에 대해 자세히 읽어 보시기 바랍니다. 이것이 모델에 미치는 영향, 효과 추정의 차이, 보고 싶은 예측 방정식을 이해하는 데 도움이 될 것입니다.
Re: 무작위로 선택한 요인에 대한 예측 방정식답장을 보내주셔서 감사합니다, 빅터님.
나는 회귀 방정식에 대한 무작위 효과와 고정 효과의 효과를 이해하려고 노력했습니다.
또한 내 요인이 고정되어 있는지 무작위인지에 대해 약간 혼란 스럽습니다.
내 설계 변수는 2와 7 사이의 값이 될 수 있으며(다른 요인의 경우에도 유사함) 2, 4.5, 7을 선택했습니다.
다른 레벨도 선택할 수 있었는데 이것이 무작위 효과로 간주될 수 있습니까?
또한 무작위 효과가 있는 요인이 있으면 예측 방정식을 가질 수 없나요?
귀하의 도움에 감사드립니다.
Re: 무작위로 선택한 요인에 대한 예측 방정식안녕 @VarunK ,
고정 효과는 평균(절편)에 영향을 미치는 반면 무작위 효과는 무작위 오류(분산)에 영향을 미칩니다.
이 섹션을 읽고 다음에 대해 자세히 알아볼 수 있습니다. 무작위 효과 모델.
무작위 효과 매개변수 추정의 예(jmp.com)
요인에 대해 선택한 수준은 그것이 무작위 또는 고정 효과임을 의미하지 않습니다. 선험적으로 가정한 모델에 따라 다릅니다.
- 주효과(및 가능한 2개의 요인 상호 작용)를 가정한 경우 이러한 효과 계수를 추정하려면 2개의 수준만 필요합니다.
- 2차 효과도 가정한 경우 가능한 곡률을 추정하려면 3가지 수준이 필요합니다.
혼합 모델과 무작위 효과, DoE 차단, 이 커뮤니티 검색에 대한 JMP 도움말 문서를 읽어 보시기 바랍니다. 이에 대해 자세히 알아볼 수 있습니다.
Re: 무작위로 선택한 요인에 대한 예측 방정식고마워요, 빅터:
질문을 명확하게 전달하지 못해 죄송합니다.
나는 수준에 대해 알고 있지만 내 진술로는 " 내 설계 변수는 2와 7 사이의 값이 될 수 있으며(다른 요인의 경우에도 유사함) 2, 4.5, 7을 선택했습니다. "내 말은 3,5,7 또는 2,4,6 등을 선택할 수 있다는 것입니다.
가능하다면 세 가지 수준(요인 설계 공간 제한)에 대한 최소, 최대 및 중심이어야 한다는 것을 알고 있지만, 이를 보다 일반화된 설명으로 생각하고 내 요인 수준의 범위가 넓다고 말하면(예: 1-100) 5,25,45 또는 30,60,90 또는 기타 조합을 선택하면 무작위 또는 고정으로 간주됩니다.
시간을 내주셔서 다시 한번 감사드립니다.
Re: 무작위로 선택한 요인에 대한 예측 방정식레벨에 대한 몇 가지 설명: 디자인에서 레벨을 수동으로 변경할 수 있지만 이렇게 수동으로 변경하면 확실히 덜 최적의 디자인이 됩니다.
수준 선택은 요인 유형, 범위 및 가정된 모델에 따라 선택됩니다. 예를 들어 주효과 및 상호 작용의 경우 연속 요인 범위에서 최소값과 최대값만 필요합니다. 2차 효과가 필요한 경우 곡률 등을 추정하기 위한 중간점이 필요합니다.
연속 요인의 범위에 무한한 수의 가능한 값이 있다는 사실이 이를 고정적이거나 무작위로 만들지는 않습니다.
간단히 말하면, 이 요인이 반응 평균을 변경할 수 있고 재현 가능한 방식으로 변경/반복될 수 있다면 이는 고정 효과입니다(설계에 사용된 수준에 관계 없음).
이 요인이 반응 분산(다양한 운영자, 장비, 토지 등에 대한 반응의 다양한 변동성)을 설명하고 모집단에서 가능한 값의 하위 집합/샘플만 나타내야 하는 경우 이 요인은 다음을 수행할 수 있습니다. 무작위 효과로 간주됩니다.
매우 대략적인 요약이지만 차이점을 이해하고 보다 합리적이고 합리적인 모델을 만들 수 있기를 바랍니다.
이것이 주제를 조금 명확하게 해주기를 바랍니다.
Re: 무작위로 선택한 요인에 대한 예측 방정식저를 멘토링해주신 Victor에게 감사드립니다.
이는 고정 요소와 랜도 요소가 무엇인지 이해하는 데 도움이 되었습니다.
친애하는,
바룬 카티야르
