Análisis de datos sobre el plan de mezcla.Buenos días a todos,
Intenté hacer una especie de plan de mezcla usando un script que me proporcionó un experto de JMP.
El script me permite tener 10 componentes (a1, a2 - b1, b2, b3, b4 - c1, c2 - d1, d2) y mi mezcla estaría compuesta únicamente por:
a1 o a2 o 0
b1 o b2 o b3 o b4 o 0
c1 y/o c2
d1 o d2 o 0
Al elegir los pasos, el guión me proporcionó una tabla de experimentos para hacer (que enriquecí con nuevos experimentos y los componentes puros porque tenía coeficientes sesgados).
Para la explotación del modelo, utilicé un modelo de grado 2. Esperaba que no funcionara con tan pocos experimentos para tantos coeficientes, pero en ciertas propiedades funcionó.
Tomé 2 propiedades como ejemplo.
En p2, el ajuste funciona bien, tengo un modelo que encaja bien en observación y predicción.
En p4, el ajuste funciona bien en observación, pero tengo EC enormes y la predicción funciona mal con una presión de r² < 0.
¿Tiene algún comentario o una solución para mejorar la calidad de mi modelo?
Le agradezco de antemano
Modelado estadístico avanzadoAnálisis y modelado de datos básicosExploración y visualización de datosDiseño de experimentosRe: Análisis de datos sobre diseño de mezclas.Gracias por enviar los datos. La sección de su resultado denominada "confusiones" sugiere que su modelo está sobreespecificado, lo que significa que tiene términos en el modelo que los datos no permiten estimar. Esto puede dar lugar a estimaciones sesgadas que pueden provocar un aumento de la varianza.
Analicé ambas respuestas utilizando simplemente un modelo de efectos principales. No hay términos cruzados en absoluto, y aquí están mis resultados:
El modelo para p2 parece bastante bueno, incluso sin ver los gráficos residuales. Del mismo modo, el modelo para p4 tiene buena pinta. Nuevamente, no incluí las parcelas residuales. Observe que no veo la desviación estándar alta ni la PRENSA negativa que encontró.
Sin ver resultados similares a los tuyos, supongo que utilizamos modelos muy diferentes. Además, supongo que la alta desviación estándar y la PRENSA negativa que vio se deben a que su modelo sobreajusta los datos. Al especificar un modelo con demasiados términos, el ajuste de los datos observados será excelente, pero podría ser demasiado bueno. En otras palabras, el modelo se ajusta a la señal Y parte del ruido. Al ajustar parte del ruido, se producirá una mayor variación y el modelo no se ajustará muy bien a las nuevas observaciones. Otro indicio de sobreajuste es una discrepancia bastante grande entre RSquare y RSquare ajustado (que no forman parte de las imágenes de su análisis). El sobreajuste es una de las razones por las que buscar valores altos de RSquare no siempre es lo mejor.
Esa es mi mejor suposición sobre lo que está pasando: demasiados términos modelo y eso ha provocado un sobreajuste. Eche un vistazo a su RSquare y su RSquare ajustado. Deberían estar bastante cerca uno del otro, tal vez dentro de 0,07 aproximadamente (solo una idea aproximada de qué tan cerca es cerca). Para corregir el problema, intente eliminar términos de modelo innecesarios, especialmente aquellos que no están respaldados por los datos recopilados.
