Analisi dei dati sul piano di miscelazioneBuongiorno a tutti,
Ho provato a creare una sorta di piano di mix utilizzando uno script fornitomi da un esperto di JMP.
Lo script mi permette di avere 10 componenti (a1, a2 - b1, b2, b3, b4 - c1, c2 - d1, d2) e la mia miscela sarebbe composta solo da:
a1 o a2 o 0
b1 o b2 o b3 o b4 o 0
c1 e/o c2
d1 o d2 o 0
Scegliendo i passaggi, lo script mi ha fornito una tabella degli esperimenti da fare (che ho arricchito con nuovi esperimenti e le componenti pure perché avevo coefficienti distorti)
Per lo sfruttamento del modello, ho utilizzato un modello di grado 2. Mi aspettavo che non avrebbe funzionato con così pochi esperimenti per così tanti coefficienti, ma su alcune proprietà ha funzionato.
Ho preso 2 proprietà come esempio.
Su p2 l'adattamento funziona bene, ho un modello che si adatta bene all'osservazione e alla previsione.
A p4, l'adattamento funziona bene in osservazione, ma ho EC enormi e la previsione funziona male con una pressione r² < 0.
Hai qualche commento o una soluzione per migliorare la qualità del mio modello?
ti ringrazio anticipatamente
Modellazione statistica avanzataAnalisi e modellazione dei dati di baseEsplorazione e visualizzazione dei datiProgettazione di esperimentiRe: Analisi dei dati sulla progettazione della miscelaGrazie per aver inviato i dati. La sezione del tuo output etichettata "confusioni" suggerisce che il tuo modello è eccessivamente specificato, il che significa che nel modello sono presenti termini che i dati non supportano la stima. Ciò può portare a stime distorte che possono portare ad un aumento della varianza.
Ho analizzato entrambe le risposte utilizzando semplicemente un modello degli effetti principali. Nessun termine incrociato, ed ecco i miei risultati:
Il modello per p2 sembra piuttosto buono, anche senza vedere i grafici residui. Allo stesso modo, il modello per p4 sembra buono. Ancora una volta, non ho incluso le trame residue. Nota che non vedo la deviazione standard elevata o il PRESS negativo che hai trovato.
Senza vedere risultati simili ai tuoi, immagino che abbiamo utilizzato modelli molto diversi. Immagino inoltre che la deviazione standard elevata e il PRESS negativo che hai visto siano causati dal tuo modello che adatta eccessivamente i dati. Specificando un modello con troppi termini, l'adattamento dei dati osservati sarà ottimo, ma potrebbe essere troppo buono. In altre parole, il modello adatta il segnale E parte del rumore. Adattando parte del rumore, ciò porterà ad un aumento della varianza e il modello non si adatterà molto bene alle nuove osservazioni. Un'altra indicazione di overfitting è una discrepanza abbastanza ampia tra RSquare e RSquare corretto (che non fanno parte delle immagini dell'analisi). L'overfitting è uno dei motivi per cui cercare semplicemente valori RSquare elevati non è sempre la cosa migliore.
Questa è la mia ipotesi migliore su cosa sta succedendo: troppi termini modello e questo ha causato un overfitting. Dai un'occhiata al tuo RSquare e al tuo RSquare modificato. Dovrebbero essere abbastanza vicini l'uno all'altro, forse entro 0,07 circa (solo un'idea approssimativa di quanto sia vicino). Per correggere il problema, prova a rimuovere i termini del modello non necessari, soprattutto quelli che non sono supportati dai dati raccolti.
Re: Analisi dei dati sulla progettazione della miscelaOh, e un'altra cosa che supporta ulteriormente le mie ipotesi è che ci sono diverse risposte mancanti per la risposta p4. Ciò significa che non potrai montare lo stesso modello per p4 come hai fatto per p2.
