Wie gehe ich mit fehlenden Daten um?Hallo,
Kürzlich habe ich ein 2^4-Fakultätsmodell für ein Extrusionsexperiment durchgeführt. Ich beabsichtige, die quadratischen Terme einschließlich der Interaktionsterme zu modellieren.
Allerdings waren einige Punkte etwas ehrgeizig und die Extrusion scheiterte. Daher konnte ich zu diesen Punkten keine bestimmten Antworten sammeln. Ich hätte gerne einen Rat für das weitere Vorgehen. Sollte ich das Experiment mit weniger aggressiven Werten wiederholen oder kann ich das Design einfach mit axialen Punkten erweitern, die niedriger als der codierte Wert von 1 sind?
DankeGrundlegende Datenanalyse und ModellierungVersuchsplanungQualitäts- und VerfahrenstechnikBetreff: Wie gehe ich mit fehlenden Daten um?So oder so kann es funktionieren. Aber wenn ich die Wahl hätte, würde ich das gesamte Experiment noch einmal wiederholen. Und nur damit wir uns darüber im Klaren sind, wer das hier liest: Ein vollfaktorielles 2^4-Experiment ermöglicht keine Schätzung quadratischer Effekte. Sie müssen Verläufe hinzufügen ... normalerweise in Form von axialen Punkten, wenn möglich mit Abständen für Drehbarkeit, Orthogonalität von Effekten oder eine andere gewünschte Designeigenschaft.
Betreff: Wie gehe ich mit fehlenden Daten um?Hier sind meine Gedanken zum Verlust von Versuchseinheiten. Sie sagen nicht, wie viele Versuchseinheiten fehlgeschlagen sind. Machen Sie sich also bewusst, dass Ihre Optionen davon abhängen:
1. Gibt es eine oder mehrere andere Reaktionsvariablen, die die Auswirkung der Faktoren quantifizieren, die die verlorene(n) Extrusion(en) verursachen? Ich erinnere mich, als ich mit Dr. Taguchi zusammenarbeitete, sagte er, dass diese Behandlungen möglicherweise die aufschlussreichsten im Experiment seien.
2. Wie Pete sagt, kann man quadratische Effekte nicht mit einer zweistufigen Fakultät abschätzen. Sie benötigen mindestens Mittelpunkte, um die Abweichung von der linearen Annahme abzuschätzen.
3. Wenn Sie nur eines verloren haben, probieren Sie diese Optionen aus:
- Verwenden Sie den Mittelwert der verbleibenden Behandlungen als Ersatz für den fehlenden Lauf
- Verwenden Sie die Regression, um den fehlenden Lauf zu schätzen. Führen Sie „Anpassungsmodell analysieren“ aus und geben Sie ein Modell mit 1 weniger DF ein (normalerweise der Effekt höchster Ordnung). Speichern Sie das Modell (Rotes Dreieck > Spalten speichern > Vorhersageformel). Dadurch erhalten Sie eine Vorhersage für die fehlende Behandlung.
- Wenn Sie die Ergebnisse vor der Durchführung des Experiments vorhergesagt hatten, versuchen Sie es mit Ihrem vorhergesagten Ergebnis.
Machen Sie alle 3 und sehen Sie, wie gut die Ergebnisse übereinstimmen. Wenn sie relativ übereinstimmen, können Sie sich auf die Analyse verlassen. Wenn nicht, müssen Sie darüber nachdenken, mehr Läufe zu laufen. Natürlich können sich die zusätzlichen Läufe in einem anderen Inferenzraum befinden. Beachten Sie daher den „Block“-Effekt.
Betreff: Wie gehe ich mit fehlenden Daten um?Hallo statman,
Danke für deinen Rat! Um es noch hinzuzufügen: Ich habe Mittelpunkte berechnet und bei der Analyse ergab sich eine Abweichung von der linearen Annahme. Daher werde ich in zukünftigen Experimenten axiale Punkte hinzufügen. Was die fehlenden Daten betrifft, werde ich versuchen, Ihren Rat und Ihr Modell erneut zu nutzen.
Vielen Dank und ein frohes neues Jahr!
Betreff: Wie gehe ich mit fehlenden Daten um?Hallo P_Bartell,
Danke für deinen Rat. Ich werde meinen aktuellen Experimenten axiale Punkte hinzufügen, um die quadratischen Effekte zu bestimmen.
Vielen Dank und ein frohes neues Jahr!
