Existe-t-il des hypothèses concernant les données de réponse qui doivent être respectées avant d'analyser le DSD ?Je viens de mener ma première étude DSD et je voulais juste comprendre certains des rouages internes que je n'arrivais pas à trouver/comprendre à partir du Manuel JMP ici.
- Je veux comprendre s'il existe des hypothèses concernant les données de réponse qui doivent être satisfaites avant l'analyse par le script « Fit Definitive Screening ». Je pose cette question parce que si vous souhaitez exécuter un test ANOVA, vous devez vous assurer que les données sont normales, alors je me demande simplement s'il existe des hypothèses similaires qui doivent être respectées avant d'analyser les données.
- Pourquoi le script « Ajuster le dépistage définitif » affiche-t-il un Tracé résiduel de l’effet principal et pas simplement un tracé de l'effet principal (comme c'est courant dans les conceptions à deux facteurs) ? De plus, comme mentionné dans le lien ci-dessus, je n'arrive pas à comprendre pourquoi " Un facteur avec des résidus qui diffèrent selon les niveaux indique un effet principal important » ?
- Pourquoi le script n'affiche-t-il pas de tracé d'interaction ? Est-ce que cela a quelque chose à voir avec la structure du DSD ?
Conception d'expériencesRe : Existe-t-il des hypothèses concernant les données de réponse qui doivent être respectées avant d'analyser le DSD ?Quelques précisions :
1. Il n’y a aucune hypothèse de normalité des variables de réponse d’un DOE ni d’hypothèse de normalité pour utiliser l’ANOVA.En fait, l’ANOVA est assez robuste aux anomalies distributionnelles.L'hypothèse pour l'analyse quantitative est distribuée normalement et indépendamment résidus avec une moyenne de 0 et une variance constante (NID(o,variance)).
2. Les tracés résiduels sont très utiles pour identifier les problèmes du modèle.Le Prediction Profiler est ce que vous recherchez pour les tracés des effets principaux. Si les résidus sont très différents autour d’un niveau par rapport à un autre, cela peut indiquer que le facteur a un effet.
3. Vous devez vous assurer qu'il existe des interactions dans votre modèle pour obtenir des tracés d'interaction (étape 2).
Re : Existe-t-il des hypothèses concernant les données de réponse qui doivent être respectées avant d'analyser le DSD ?Sur le point n°2, pourriez-vous expliquer cette affirmation : " Si les résidus sont très différents autour d’un niveau par rapport à un autre, cela peut indiquer que le facteur a un effet ? » Je n'arrive pas à comprendre cela. Cela signifie-t-il que les résidus dans ce graphique correspondent à la droite, c'est-à-dire au modèle, créé pour la réponse par rapport au facteur particulier ?
Re : Existe-t-il des hypothèses concernant les données de réponse qui doivent être respectées avant d'analyser le DSD ?Cela signifie que le facteur affecte la variance de la réponse, quelle que soit la manière dont il affecte la moyenne de la réponse. Ce résultat constitue une violation du modèle des moindres carrés qui suppose que la variance est indépendante du niveau de réponse. La variance est estimée comme une valeur constante pour tout X.
