対数線形分散モデルの不一致こんにちは、
対数線形分散モデルの使用中に、分散モデルのモデルに不一致があります。状況を説明するために、以下に例を示します。
対数線形分散を使用して 2 つのモデルを構築します。
モデル 1 : 応答 A. 因子 A、B、C。
モデル 2 : 応答 A、B。因子 A、B、C。
注: 応答 A と係数 A、B、C は、モデル 1 とモデル 2 の両方で同じデータです。
モデル 1 とモデル B を比較して、応答 A の平均モデルと分散モデルに焦点を当てます。
応答 A の平均モデルは、モデル 1 とモデル 2 の間でまったく同じです (緑色の背景)。
ただし、モデル 1 とモデル 2 (赤い背景) の間の応答 A の分散 (または標準偏差) モデルはまったく異なります。
比較も同じ係数設定と同じスケーリングで行われます。
モデルに別の応答を追加するだけで (この場合、応答 A を持つモデルに応答 B を追加します)、分散モデルが異なるものになるようです。応答 A と B は独立しており、相互に影響を与えるべきではありません。
対数線形分散のこの状況は正常とみなされ、信頼できるのでしょうか?
アドバイスのおかげで。
兄さん、
クリス
高度な統計モデリングRe: 対数線形分散モデルの不一致こんにちは@ChrisLooi さん
予備的な注意事項: たとえ応答が個別に測定されたとしても、2 つの応答の間には強い相関関係が見られるため、それらは厳密に独立しているわけではありません。
次に、提供されたデータテーブルをざっと見たところ、応答 B に多くの欠損値があることに気付きました。
一部の行は同一である必要がありますか、それとも応答 A と B の間でデータの粒度/詳細レベルが異なっていますか?
B の欠損値が、発生した問題の原因である可能性があると思います。
これは、「現状のまま」の 2 つの応答 (前に示したものと同じ) を持つプロファイラーです。
ただし、欠損値を回避するために列「応答 B」で自動データ代入手法を実行すると (この代入された応答 B を 2 番目の応答として使用すると)、プロファイラーは応答 A と B に対してより良い動作を示します (応答 A のプロファイラーは同一になりました)応答 A がモデル化された唯一の応答である場合、プロファイラーに送信されます):
B の欠損値を持つ行を非表示にして除外することで、同じ動作のプロファイラーを使用して、応答 A と B の両方の完全な情報を持つ行のみをモデリング用に保持することもできます。
したがって、応答 A と B の間で欠損値を埋めるか、代入するか、不完全な情報を持つ行を除外するために、データテーブルに対して修正を行う必要がある可能性があります。データの粒度の違い (および結果として生じる欠損値) が原因である可能性があります。プロファイラーで見られる変化は、両方の応答に対して同じモデルを暗示しているためですが、列 B の限られた量の情報が分散モデルを乱します (平均モデルよりもモデル内の各項についてより多くの観測が必要なため、 対数線形分散) モデル)
また、2 つの応答を別のモデル (分散モデルで使用できる観測値が少ないため、応答 B にはおそらく小さいモデル) を使用して独立して近似する (1 つの応答のみに対してプラットフォームを起動する) こともできます。
使用したデータテーブルとスクリプトを添付します。
Re: 対数線形分散モデルの不一致こんにちは、ビクターさん
返信いただきありがとうございます。
ここにデータファイルを添付しました。
モデルは以下のエフェクトを使用して構築されていることに注意してください。
1. 応答曲面効果を使用した平均モデル。
2. 応答曲面効果 + 三次効果を使用した分散モデル。
私も試してみました:
1. 最大 2 度の要因効果を使用した平均モデル。
2. 最大 2 度までの要因効果を使用した分散モデル。
いずれにせよ、分散モデルは依然として異なります。
兄さん、
クリス
Re: 対数線形分散モデルの不一致こんにちは@ChrisLooi さん
JMP サンプル データセット InjectionMolding.jmp を使用して状況を再現し、新しい応答列と 2 つのモデル (1 つは Shrinkage 応答、もう 1 つは Shrinkage および Shuffle[Shrinkage] 応答を使用) を作成し、両方のモデルで同じ項を使用して状況を再現しようとしました。
Loglinear Variance を使用して 1 つまたは 2 つの応答を持つモデルを作成する場合、プロファイラーに違いは見られません。
[モデルの適合] ウィンドウの [分散効果] パネルに同じ項がありますか?
問題を再現できる匿名化されたデータセットを共有していただけますか?
JMP のどのバージョンを使用していますか?
Re: 対数線形分散モデルの不一致こんにちは@ChrisLooi さん
JMP サンプル データセット InjectionMolding.jmp を使用して状況を再現し、新しい応答列と 2 つのモデル (1 つは Shrinkage 応答、もう 1 つは Shrinkage および Shuffle[Shrinkage] 応答を使用) を作成し、両方のモデルで同じ項を使用して状況を再現しようとしました。
Loglinear Variance を使用して 1 つまたは 2 つの応答を持つモデルを作成する場合、プロファイラーに違いは見られません。
[モデルの適合] ウィンドウの [分散効果] パネルに同じ項がありますか?
問題を再現できる匿名化されたデータセットを共有していただけますか?
JMP のどのバージョンを使用していますか?
Re: 対数線形分散モデルの不一致こんにちは、ビクターさん
返信いただきありがとうございます。
ここにデータファイルを添付しました。
モデルは以下のエフェクトを使用して構築されていることに注意してください。
1. 応答曲面効果を使用した平均モデル。
2. 応答曲面効果 + 三次効果を使用した分散モデル。
私も試してみました:
1. 最大 2 度までの要因効果を使用した平均モデル。
2. 最大 2 度までの要因効果を使用した分散モデル。
いずれにせよ、分散モデルは依然として異なります。
兄さん、
クリス
Re: 対数線形分散モデルの不一致こんにちは@ChrisLooi さん
予備的な注意事項: たとえ応答が個別に測定されたとしても、2 つの応答の間には強い相関関係が見られるため、それらは厳密に独立しているわけではありません。
次に、提供されたデータテーブルをざっと見たところ、応答 B に多くの欠損値があることに気付きました。
一部の行は同一である必要がありますか、それとも応答 A と B の間でデータの粒度/詳細レベルが異なっていますか?
B の欠損値が、発生した問題の原因である可能性があると思います。
これは、「現状のまま」の 2 つの応答を持つプロファイラーです (前に示したものと同じです)。
ただし、欠損値を回避するために列「応答 B」で自動データ代入手法を実行すると (この代入された応答 B を 2 番目の応答として使用すると)、プロファイラーは応答 A と B に対してより良い動作を示します (応答 A のプロファイラーは同一になりました)応答 A がモデル化された唯一の応答である場合、プロファイラーに送信されます):
B の欠損値を持つ行を非表示にして除外することで、同じ動作のプロファイラーを使用して、応答 A と B の両方の完全な情報を持つ行のみをモデリング用に保持することもできます。
したがって、応答 A と B の間で欠損値を埋めるか、代入するか、不完全な情報を持つ行を除外するために、データテーブルに対して修正を行う必要がある可能性があります。データの粒度の違い (および結果として生じる欠損値) が原因である可能性があります。プロファイラで見られる変化。
使用したデータテーブルとスクリプトを添付します。
