혼합 계획에 대한 데이터 분석여러분, 안녕하세요,
JMP 전문가가 제공한 스크립트를 이용하여 일종의 믹스 플랜을 만들어 보았습니다.
스크립트를 사용하면 10개의 구성요소(a1, a2 - b1, b2, b3, b4 - c1, c2 - d1, d2)를 가질 수 있으며 내 혼합물은 다음으로만 구성됩니다.
a1 또는 a2 또는 0
b1 또는 b2 또는 b3 또는 b4 또는 0
c1 및/또는 c2
d1 또는 d2 또는 0
단계를 선택함으로써 스크립트는 나에게 수행할 실험 테이블을 제공했습니다(편향된 계수가 있었기 때문에 새로운 실험과 순수 구성 요소로 풍부해졌습니다).
모델 활용을 위해 2차 모델을 사용했는데, 너무 많은 계수에 대해 적은 수의 실험으로는 작동하지 않을 것으로 예상했지만 특정 속성에 대해서는 작동했습니다.
저는 2가지 속성을 예로 들었습니다.
p2에서는 피팅이 잘 작동하고 관찰과 예측에 잘 맞는 모델이 있습니다.
p4에서는 관찰 시 적합치가 잘 작동하지만 EC가 크고 r² 프레스 < 0에서는 예측이 제대로 작동하지 않습니다.
내 모델의 품질을 향상시키기 위한 의견이나 해결책이 있습니까?
미리 감사드립니다.
고급 통계 모델링기본 데이터 분석 및 모델링데이터 탐색 및 시각화실험 설계Re: 혼합물 설계에 대한 데이터 분석데이터를 보내주셔서 감사합니다. 출력에서 "혼란"이라는 라벨이 붙은 섹션은 모델이 과도하게 지정되었음을 나타냅니다. 즉, 모델에 데이터가 추정을 지원하지 않는 항이 있음을 의미합니다. 이로 인해 편향된 추정이 발생하여 분산이 증가할 수 있습니다.
저는 주효과 모델을 사용하여 두 가지 반응을 모두 분석했습니다. 교차 용어가 전혀 없으며 내 결과는 다음과 같습니다.
p2의 모델은 잔차 플롯을 보지 않고도 꽤 좋아 보입니다. 마찬가지로 p4 모델도 좋아 보입니다. 다시 말하지만, 잔여 플롯은 포함하지 않았습니다. 귀하가 발견한 높은 표준 편차나 부정적인 PRESS가 표시되지 않습니다.
비슷한 결과를 보지 못한 채 우리는 매우 다른 모델을 사용했다고 추측합니다. 또한 귀하가 본 높은 표준 편차와 음수 PRESS는 모델이 데이터에 과적합하여 발생했다고 추측합니다. 너무 많은 항이 포함된 모델을 지정하면 관측 데이터에 대한 적합도가 높아지지만 너무 좋을 수도 있습니다. 즉, 모델은 신호와 일부 노이즈에 적합합니다. 일부 노이즈를 맞추면 분산이 증가하고 모델이 새로운 관측값에 잘 맞지 않게 됩니다. 과적합의 또 다른 징후는 RSquare와 조정된 RSquare(분석 그림의 일부가 아님) 사이의 상당히 큰 불일치입니다. 과적합은 단지 높은 RSquare 값을 찾는 것이 항상 최선의 방법은 아닌 이유 중 하나입니다.
이것이 무슨 일이 일어나고 있는지에 대한 최선의 추측입니다. 모델 용어가 너무 많아 과적합이 발생했습니다. RSquare 및 조정된 RSquare를 살펴보세요. 그들은 서로 상당히 가까워야 합니다. 아마도 0.07 정도 이내일 것입니다(얼마나 가까운지에 대한 대략적인 아이디어입니다). 문제를 해결하려면 불필요한 모델 항, 특히 수집된 데이터에서 지원되지 않는 항을 제거해 보십시오.
Re: 혼합물 설계에 대한 데이터 분석아, 그리고 내 추측을 더욱 뒷받침하는 또 하나의 사실은 p4 응답에 누락된 응답이 여러 개 있다는 것입니다. 이는 p2에 대해 했던 것과 동일한 모델을 p4에 적합할 수 없다는 것을 의미합니다.
