안녕하세요 팀,
JMP를 사용하여 DOE를 가르치는 교수 중 한 명은 Experiments with Mixtures: Designs, Models and Analysis of Mixture data라는 책을 사용하고 있습니다. Wiley 출판물에서. 그는 책의 결과와 분석을 재현하려고 노력하고 있습니다.
여기에 데이터 세트를 첨부했습니다.
조언 부탁드립니다
감사해요
무랄리
나는 그가 회귀 분석에서 매개변수 추정치 간의 상관관계를 요구하고 있다고 가정합니다. Fit Model 시작 대화 상자와 Fit Least Squares 플랫폼을 위한 테이블 스크립트를 추가했습니다. 상단의 빨간색 삼각형을 클릭하고 추정 > 추정 상관관계를 선택합니다.
우리는 일반적으로 구성 요소 간의 상관 관계에 대해 묻지 않습니다.
제가 수정한 첨부된 데이터 표를 참고하세요.
실험에 대한 데이터 테이블을 연 다음 DOE > 설계 진단 > 설계 평가를 선택할 수도 있습니다. 이 명령은 추정치 간의 상관 관계를 포함하여 설계 진단을 생성합니다.
(11/10/23) 설명을 확인하기 위해 Ryan Lekivetz에게 연락했습니다. 그는 Custom Design의 Design Evaluation 섹션에 보고된 상관 관계와 Fit Least Squares의 Correlation of Estimates 테이블 간의 차이를 보여주는 스크립트를 제공했습니다. 전자는 모델 행렬의 열 간의 쌍별 상관 관계를 보고합니다. 후자는 다음을 고려합니다. 회귀 절차 .
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 ) );
정말 감사합니다 @마크_베일리 .
교수는 실제 (X'X)-1 시그마^2 행렬에 관심이 있었습니다. 내 생각에 JMP(교수님도 같은 생각)에는 X'X 행렬에 대한 규정이 있지만 반전이 필요하다고 생각합니다.
조언 부탁드립니다
감사해요
벽화
