Aucun effet quadratique dans l'expérience de surface de réponseJMP Pro
Donc pour une mission, un problème d'optimisation doit être résolu mais je n'arrive pas à saisir les effets quadratiques. Au début, je pensais que je n'avais pas assez d'exécutions, mais même après avoir collecté les données de 80 exécutions, les effets quadratiques sont restés nuls (voir capture d'écran). Même si vous pouvez estimer l'effet Mf*Mf , l'effet reste très faible et n'est pas remarqué par JMP après le codage. Les données proviennent d'un plan de dépistage I-optimal, mais il se peut qu'il y ait des erreurs. J'ai ajouté la conception I-optimale et rassemblé les données ci-dessous. J'ai utilisé tous les modèles possibles et la substitution directe pour obtenir l'effet le plus significatif (Alpha, Beta, Aq, Mf, Pin, Dzul) pour les réponses (Plage, Consommation). Je pense qu'Alpha devrait avoir un effet significatif sur la Range.
Conception d'expériencesRe : Aucun effet quadratique dans l'expérience sur la surface de réponseQuelques principes fondamentaux importants... Les questions auxquelles vous pouvez répondre, les conclusions que vous pouvez tirer, les outils/techniques que vous utilisez pour l'analyse, l'interprétation des résultats, la confiance dans votre capacité à extrapoler des conclusions DÉPENDENT DE LA FAÇON LES DONNÉES ONT ÉTÉ ACQUISES ! Bien que vous puissiez certainement « jouer à des jeux » d'analyse en modifiant les types de données de facteurs, en fin de compte, l'analyse doit être appropriée au type de données. Par exemple, prenons un facteur continu à 3 niveaux versus un facteur catégoriel à 3 niveaux : il est certes logique d'estimer un effet quadratique pour la variable continue, mais cela n'a aucun sens pour un facteur catégoriel. Cela étant dit, puisque vos données proviennent d'une expérience, les valeurs numériques discrètes vous donneront le même modèle que les variables continues testées au même nombre de niveaux spécifié.
Re : Aucun effet quadratique dans l'expérience sur la surface de réponseSalut @statman tout d'abord, merci d'avoir pris votre temps pour ce problème. Je pensais avoir ajouté mes premières données dans un fichier texte ci-dessous, pour être sûr de les avoir ajoutées ci-dessous dans un fichier jmp. J'ai en effet créé un modèle utilisant des facteurs continus à 2 niveaux, maintenant j'ai essayé de créer une conception optimale différente en utilisant des facteurs numériques discrets à 3 niveaux. Cependant, je ne sais pas s'il est théoriquement juste de simplement changer les facteurs continus en facteurs numériques discrets, qu'en pensez-vous ? Les données à 3 niveaux m'ont en effet donné les effets quadratiques nécessaires.
Re : Aucun effet quadratique dans l'expérience sur la surface de réponseBienvenue dans la communauté, @Giel . Il est difficile de répondre à votre demande car vous n'avez pas joint l'ensemble de données à partir duquel vous avez des questions. Avoir beaucoup de points de données n’est pas nécessaire pour estimer les effets quadratiques. Ce dont vous avez besoin, ce sont des facteurs continus à plus de 2 niveaux (ou vous pouvez estimer la courbure simple de l'espace de conception avec des points centraux). D'après la capture d'écran, il semble que vous construisez un modèle par étapes (additif). Si les degrés de liberté sont « consommés » avant que vous puissiez estimer les effets quadratiques, alors ils apparaîtront comme égaux à 0. Habituellement, c'est parce que vous ne disposez pas des degrés de liberté pour estimer ces effets ou qu'ils ont déjà été expliqués par d'autres termes dans le manuel. modèle. Avez-vous essayé d'analyser> d'ajuster le modèle> de dépistage standard de la personnalité et des effets par les moindres carrés ?
