Codierung und Abfangen in gemischten DoE-ModellenHallo Community,
Ich habe eine Frage zu den Modellen, die für Mixture DoE gefunden werden, wenn die Standard-L-PseudoComponent-Codierung aktiviert ist (Standardbedingungen).
Wenn dies aktiviert ist, haben meine Haupteffekte seltsame Formen wie im Bild unten:
Ich bevorzuge es, wenn sie eine sauberere Sicht haben, nur Öl, Wasser und Essig (nicht in Form eines Verhältnisses). Abgesehen von den visuellen ästhetischen Vorlieben gibt es etwas, das mich noch mehr verwirrt. Wenn ich die Gleichung für diesen Fall exportiere und sie vereinfache, sieht sie so aus:
Die Zahl im grünen Kreis scheint mir ein Achsenabschnitt zu sein, und bei der Mischung von Doe hat das Modell normalerweise keinen Achsenabschnitt.
Meine erste Frage wäre: Wenn ich ein optisch ästhetischeres Modell möchte, kann ich einfach die L-PseudoComponent-Codierung deaktivieren. Doch welche Gefahr besteht dabei?
Meine zweite Frage lautet: Warum sehe ich in diesem Mischungsfall einen Schnittpunkt in meinem Modell?
Danke schön,
julianisch
Erweiterte statistische ModellierungGrundlegende Datenanalyse und ModellierungVersuchsplanungBetreff: Codierung und Abfangen in gemischten DoE-ModellenHaben Sie in Bezug auf Ihr Modell das Kontrollkästchen „Kein Schnittpunkt“ aktiviert, als Sie das Anpassungsmodell ausgeführt haben?
Betreff: Codierung und Abfangen in gemischten DoE-ModellenPseudokomponentenkodierung wird verwendet, um die Korrelation zwischen Modelltermen zu verringern. Die „Gefahr“ beim Ausschalten besteht darin, dass Sie wahrscheinlich diese Korrelation erhöhen, was zu einer Inflation der Varianz der Parameterschätzungen führt. Dies wiederum könnte dazu führen, dass Begriffe fälschlicherweise als unbedeutend deklariert werden. Wenn Sie Ihr Mischungsmodell jedoch nur zur Vorhersage verwenden (wofür die meisten Leute Mischungsmodelle verwenden), besteht wirklich keine Gefahr, die Pseudokomponentencodierung auszuschalten.
Was Ihre Frage Nr. 2 betrifft, haben Mischungsmodelle tatsächlich einen Achsenabschnitt, der jedoch in jeden der Haupteffekte integriert ist. Eine explizite Schätzung ist nicht möglich. Wenn Sie diesen Achsenabschnitt zu jedem der Haupteffektparameter hinzufügen, erhalten Sie tatsächlich die echten Haupteffektparameter des Scheffe-Modells. Der Achsenabschnitt wird nicht wirklich geschätzt, er ist lediglich ein Artefakt der Skalenänderungen, die für die Pseudokomponentencodierung erforderlich sind.
Betreff: Codierung und Abfangen in gemischten DoE-ModellenVielen Dank @statman für deine Antwort,
Ja, ich habe diese Option aktiviert.
Betreff: Kodierung und Achsenabschnitte in DoE-MischmodellenManche Leute möchten wissen, welche Effekte eines geplanten Experiments signifikant sind. Sie interessieren sich also nicht für die Vorhersagefähigkeit des Modells, sondern nur dafür, welche Terme statistisch signifikant sind. Ich persönlich interessiere mich normalerweise nicht für die Effektsignifikanz in einem Mischungsexperiment. Einige der Kreuzterme modellieren jedoch tatsächlich die Krümmung, sodass ich an den Ergebnissen dieser statistischen Tests interessiert sein könnte, um festzustellen, ob die Krümmung signifikant ist oder nicht. Wenn ich die Pseudokomponentencodierung ausgeschaltet habe, könnte ich zu der Annahme verleitet werden, dass die Krümmung nicht signifikant ist, obwohl sie es tatsächlich ist. Die erhöhte Varianz könnte die Signifikanz dieses Krümmungsterms „verbergen“. Wenn ich also an den statistischen Tests interessiert bin, die mit den Parametern verbunden sind, ist die Pseudokomponentencodierung hilfreich, da sie die Varianz der Parameterschätzung verringert. Sie ändert jedoch NICHT die Vorhersage. Aus diesem Grund wird die Pseudokomponentencodierung oft empfohlen: Sie schadet nicht und kann nur helfen.
Nun zum zweiten Teil über den mysteriösen Achsenabschnitt. Sie sollten KEINEN Achsenabschnitt haben, wenn Sie die Pseudokomponentencodierung ausgeschaltet haben. Ich vermute, dass Sie nicht wirklich ein Mischmodell anpassen. Um dies zu überprüfen, gehen Sie in Ihrer Modellausgabe zum roten Dreieck und dann zu Regressionsberichte > Varianzanalyse. Sehen Sie sich die Tabelle Varianzanalyse an. Am Ende dieser Tabelle sollte die Meldung „Getestet gegen reduziertes Modell: Y=Mittelwert“ wie folgt angezeigt werden:
Dies zeigt an, dass Sie ein Scheffe-Modell anpassen. Wenn dort steht „Getestet gegen reduziertes Modell: Y=0“, dann passen Sie NICHT das Scheffe-Modell an. Höchstwahrscheinlich gibt es in Ihrer Tabelle einige Zeilen, in denen die Summe der Mischungskomponenten nicht genau 1 ergibt.
Wenn Sie das Scheffe-Mischmodell wirklich anpassen und trotzdem einen Achsenabschnitt erhalten, könnten Sie dann Ihre Tabelle oder zumindest die vollständige Modellausgabe veröffentlichen? Da läuft noch etwas anderes, das nicht stimmt, da Sie keinen Achsenabschnitt erhalten sollten, wenn keine Pseudokomponenten verwendet werden.
Betreff: Kodierung und Achsenabschnitte in DoE-MischmodellenVielen Dank @Dan_Obermiller für Ihre Antwort.
Ich habe tatsächlich gesehen, dass das Deaktivieren der Pseudokomponentencodierung die VIF-Werte erhöht.
Es gibt etwas, das mich an Ihrem ersten Absatz verwirrt: Wofür können Sie Ihr Modell sonst verwenden, außer um Vorhersagen zu machen? Ich frage das, weil Sie in Ihrer Antwort sagen, dass es für Vorhersagen keine Gefahr darstellt, die Pseudokomponentencodierung auszuschalten. Was wäre ein Fall, in dem es tatsächlich gefährlich wäre, dies auszuschalten?
Zum zweiten Teil Ihrer Antwort: Ich kann klarstellen, dass dieser scheinbare „Achsenabschnitt“ in der Gleichung entweder auftritt, wenn ich die Pseudokomponentencodierung ein- oder ausgeschaltet habe. Ich bin mir daher nicht sicher, ob es sich nur um ein Artefakt der Maßstabsänderung handelt, da es auch auftritt, wenn die Pseudokomponentencodierung ausgeschaltet ist. Habe ich etwas übersehen? Oder habe ich Ihren Punkt nicht richtig verstanden?
