Codage et interception dans les modèles DoE mixtesBonjour la communauté,
J'ai une question concernant les modèles trouvés pour Mixture DoE lorsque le L PseudoComponent Coding par défaut est activé (conditions par défaut).
Lorsque ceci est activé, mes effets principaux ont des formes étranges comme dans l'image ci-dessous :
Je préfère quand ils ont une vue plus nette, juste de l'huile, de l'eau et du vinaigre (pas sous forme de ratio). Outre les préférences esthétiques visuelles, il y a quelque chose qui me déroute encore plus. Lorsque j'exporte l'équation pour ce cas et que je la simplifie, cela ressemble à :
Le chiffre dans le cercle vert me semble être une interception et en mélange biche, le modèle n'a normalement pas d'interception.
Ma première question serait la suivante : si je veux un modèle plus visuellement esthétique, je sais que je peux simplement décocher le codage L PseudoComponent. Cependant, quel est le danger de le faire ?
Ma deuxième question est la suivante : pourquoi vois-je une interception dans mon modèle dans ce cas de mélange ?
Merci,
julien
Modélisation statistique avancéeAnalyse et modélisation des données de baseConception d'expériencesRe : Codage et interception dans les modèles DoE mixtesConcernant votre modèle, avez-vous coché la case « No Intercept » lorsque vous avez exécuté le modèle d'ajustement ?
Re : Codage et interception dans les modèles DoE mixtesLe codage des pseudo-composants est utilisé pour réduire la corrélation entre les termes du modèle. Le "danger" de désactiver cette option est que vous augmenterez probablement cette corrélation, ce qui entraînera une inflation de la variance des estimations des paramètres. Cela pourrait à son tour conduire à déclarer à tort des termes comme insignifiants. Mais si vous utilisez votre modèle de mélange uniquement à des fins de prédiction (ce pour quoi la plupart des gens utilisent les modèles de mélange), il n'y a vraiment aucun danger à désactiver le codage des pseudo-composants.
Quant à votre question n°2, les modèles de mélange ont en fait une interception, mais elle est incorporée dans chacun des effets principaux. Il ne peut pas être explicitement estimé. En fait, si vous ajoutez cette intersection à chacun des paramètres d'effet principal, vous obtiendrez les véritables paramètres d'effet principal du modèle Scheffe. L'interception n'est pas vraiment estimée, c'est juste un artefact des changements d'échelle requis pour le codage des pseudo-composants.
Re : Codage et interception dans les modèles DoE mixtesMerci @statman pour votre réponse,
Oui, j'ai coché cette option.
Re : Codage et interception dans les modèles DoE mixtesCertaines personnes aiment comprendre quels sont les effets significatifs d’une expérience conçue. Ils ne se soucient donc pas de la capacité prédictive du modèle, mais uniquement des termes qui sont statistiquement significatifs. Personnellement, je ne me soucie généralement pas de l'importance des effets dans une expérience de mélange. Cependant, certains des termes croisés modélisent en fait la courbure, je pourrais donc être intéressé par les résultats de ces tests statistiques pour déterminer si la courbure est significative ou non. Si j'ai désactivé le codage des pseudo-composants, je pourrais être amené à croire que la courbure n'est pas significative, mais elle l'est réellement. La variance accrue pourrait « cacher » la signification de ce terme de courbure. Donc, si je suis intéressé par les tests statistiques associés aux paramètres, alors le codage des pseudo-composants est utile car il réduira cette variance de l'estimation du paramètre. Cela ne modifie cependant PAS la prédiction. C’est pourquoi le codage de pseudo-composants est souvent recommandé : il ne fait pas de mal et ne peut qu’aider.
Passons maintenant à la deuxième partie sur la mystérieuse interception. Vous ne devriez PAS avoir d'interception si vous avez désactivé le codage des pseudo-composants. Je suppose que vous n'adaptez pas vraiment un modèle de mélange. Pour vérifier cela, dans la sortie de votre modèle, accédez au triangle rouge et accédez à Rapports de régression > Analyse de variance. Consultez le tableau Analyse de la variance. Au bas de ce tableau, vous devriez avoir un message « Testé par rapport au modèle réduit : Y=moyenne » comme ceci :
Cela indique que vous installez un modèle Scheffe. S'il est indiqué "Testé par rapport au modèle réduit : Y=0", alors vous n'installez PAS le modèle Scheffe. Il est plus que probable qu'il y ait des lignes dans votre tableau où les composants du mélange ne totalisent pas exactement 1.
Si vous adaptez réellement le modèle de mélange de Scheffe et que vous obtenez toujours une interception, pourriez-vous publier votre tableau ou au moins la sortie complète du modèle ? Il se passe autre chose qui n'est pas correct, car vous ne devriez pas avoir d'interception lorsque les pseudo-composants ne sont pas utilisés.
Re : Codage et interception dans les modèles DoE mixtesMerci @Dan_Obermiller pour votre réponse.
J'ai en effet vu que désactiver le codage des pseudo-composants augmente les valeurs VIF.
Il y a quelque chose qui me laisse perplexe dans votre 1er paragraphe : à quoi d'autre pouvez-vous utiliser votre modèle que pour essayer de prédire ? Je pose cette question parce que dans votre réponse, vous dites que pour la prédiction, il n'y a aucun danger à désactiver le codage des pseudo-composants. Quel serait le cas dans lequel il y aurait réellement un danger à désactiver cette option ?
Concernant la deuxième partie de votre réponse. Je peux préciser que cette "interception" apparente dans l'équation apparaît soit que le codage des pseudo-composants soit activé ou désactivé. Je ne suis donc pas sûr qu'il s'agisse simplement d'un artefact de changement d'échelle puisqu'il apparaît également lorsque le codage des pseudo-composants est désactivé. Est-ce que j'ai raté quelque chose ? ou est-ce que je n'ai pas très bien compris votre point de vue ?
