696161_de-DE

liliconcom

Wie erhalte ich eine Varianz-Kovarianz-Matrix in der Mischungsdesignanalyse (Regression), nachdem sie abgeschlossen ist?

Hallo Team,

Einer der Professoren, der DOE mit JMP unterrichtet, verwendet das Buch Experiments with Mixtures: Designs, Models and Analysis of Mixture data. aus der Wiley-Publikation. Er versucht, die Ausgabe und Analyse aus dem Buch zu reproduzieren.

Ich habe den Datensatz hier angehängt.

Bitte um Rat

Danke

Murali

Betreff: Wie erhalte ich eine Varianz-Kovarianz-Matrix in der Mixture-Design-Analyse (Regression), nachdem sie abgeschlossen ist?

Ich gehe davon aus, dass er nach den Korrelationen zwischen Parameterschätzungen in der Regression fragt. Ich habe ein Tabellenskript für den Startdialog „Modell anpassen“ und die Plattform „Kleinste Quadrate anpassen“ hinzugefügt. Klicken Sie oben auf das rote Dreieck und wählen Sie Schätzungen > Korrelation von Schätzungen.

Normalerweise fragen wir nicht nach den Zusammenhängen zwischen den Komponenten.

Sehen Sie sich die beigefügte Datentabelle an, die ich geändert habe.

Beachten Sie, dass Sie auch die Datentabelle für das Experiment öffnen und dann „DOE“ > „Designdiagnose“ > „Design bewerten“ auswählen können. Dieser Befehl erstellt die Entwurfsdiagnose, einschließlich der Korrelationen zwischen Schätzungen.

(10.11.23) Ich habe Ryan Lekivetz kontaktiert, um meine Erklärung zu überprüfen. Er stellte ein Skript zur Verfügung, das den Unterschied zwischen den im Abschnitt „Designbewertung“ in „Benutzerdefiniertes Design“ gemeldeten Korrelationen und der Tabelle „Korrelation von Schätzungen“ in „Kleinste Quadrate anpassen“ demonstriert. Ersteres meldet die paarweisen Korrelationen zwischen den Spalten in der Modellmatrix. Letzteres berücksichtigt die Regressionsverfahren .

Names Default To Here( 1 );

// use the open data table for example
xmat = Current Data Table() << Get As Matrix;

// make another empty, conforming matrix
xmatint = Matrix( N Row( xmat ), 6 );

// copy factor levels
xmatint[0, 1 :: 3] = xmat[0, 1 :: 3];

// create cross terms
xmatint[0, 4] = xmat[0, 1] :*</img> xmat[0, 2];
xmatint[0, 5] = xmat[0, 1] :*</img> xmat[0, 3];
xmatint[0, 6] = xmat[0, 2] :*</img> xmat[0, 3];


//evaluate design version (Color Map on Correlations)
Show( Correlation( xmatint ) );

//Fit Model version
V = Sqrt( Diag( Inverse( Transpose( xmatint ) * xmatint ) ) );
Show( Inverse( V ) * Inverse( Transpose( xmatint ) * xmatint ) * Inverse( V ) );

 

Betreff: Wie erhalte ich eine Varianz-Kovarianz-Matrix in der Mischungsdesignanalyse (Regression), nachdem sie abgeschlossen ist?

Vielen Dank @Mark_Bailey .

Der Professor interessierte sich für die tatsächliche (X'X)-1-Sigma^2-Matrix. Ich denke, dass JMP (der Professor denkt auch) Bestimmungen für eine X'X-Matrix hat, die jedoch invertiert werden muss.

Bitte um Rat

 

Danke

Wandgemälde