Hallo zusammen,
Ich hoffe, dass jemand von JMP eine Erklärung zu den Unterschieden/Gemeinsamkeiten der Ansätze „Simulieren“ und „Bootstrap“ bei der Bewertung von Modellschätzungen liefern kann. (JMP Pro)
Hier finden Sie einige Links zu früheren Discovery Summit-Präsentationen von Gotwalt und anderen Hier , Hier , Und Hier . Ein klarer Unterschied zwischen den Methoden besteht darin, dass Sie bei Simulate eine Spaltenformel durch eine andere Spaltenformel austauschen müssen, beim Bootstrapping hingegen nicht. Ich verstehe das Konzept des Bootstrappings bei der Neuberechnung der Parameterschätzungen, aber es ist mir unklar, warum die gebrochene, zufällig gewichtete Spalte bei der Simulation derselben Daten ausgetauscht werden muss. Sehen Sie sich zum Beispiel den ersten Link oben und die entsprechende Präsentation an, in der dieser Ansatz mithilfe eines Autovalidierungs-Setups erläutert wird (in diesem Fall wurde mit DOE-Ergebnissen gearbeitet).
Was ich gerne besser verstehen würde, sind die Vor- und Nachteile beider Ansätze und wann ein Ansatz besser ist als ein anderer. Ich habe eine breite und hohe Datentabelle, in der ich mehrere Prozessvariablen und Produktqualitätsmessungen habe. Ich möchte den Satz möglicher Prozessvariablen eingrenzen, die das Ergebnis beeinflussen könnten, um der Produktion eine Vorstellung davon zu geben, wo sie untersucht werden sollte. Dazu übernehme ich die Nullfaktor-Idee aus ihren Präsentationen und füge sie als echte Zufallsvariable in das Modell ein. Dann führe ich ein sehr einfaches GenReg-Modell für die Faktoren und die Y-Ausgabe aus, klicke dann mit der rechten Maustaste auf die Spalte mit den Schätzungen und führe entweder die Bootstrap- oder die Simulationsoption für die Parameterschätzungen aus.
Ich erhalte in beide Richtungen nicht die gleichen Ergebnisse, und ich würde gerne verstehen, warum. Ist außerdem ein Ansatz angemessener als ein anderer, da es sich hierbei nicht um ein DOE handelt?
Nachfolgend finden Sie Beispiele für die Ergebnisse in einem Pareto-Diagramm, bei dem alle Faktoren, die seltener als der Nullfaktor in das Modell eingeführt werden, einfach entfernt werden. Das erste Bild zeigt die Ergebnisse der Verwendung der Simulate-Methode, wobei der Faktor ganz rechts im Pareto-Diagramm der Nullfaktor ist. Ebenso zeigt das zweite Bild die Ergebnisse mit der Bootstrap-Methode, wobei sich der Nullfaktor wiederum ganz rechts befindet.
Warum erhalte ich für die beiden Methoden zwei sehr unterschiedliche Ergebnisse? Ist einer „vertrauenswürdiger“ als der andere? Warum sollte ich eine Methode der anderen vorziehen? Ist eine Methode robuster als die andere? Wenn Sie unterschiedliche Ergebnisse erhalten, warum bietet JMP Pro dann diese beiden Optionen?
Für Hinweise hierzu sind wir sehr dankbar.
Danke!,
DS
