Kann ich einer Antwortvariablen in benutzerdefiniertem DOE Fehlerwerte hinzufügen?Hallo,
Ich arbeite mit Custom DOE und habe Daten für meine Antwortvariable gesammelt, die ich zur Generierung eines Modells eingeben möchte. Ich habe auch Daten zum mit der Messung dieser Antwortvariablen verbundenen Fehler gesammelt (für jeden Datenpunkt) und habe mich gefragt, ob es eine Möglichkeit gibt, diesen Fehler zu berücksichtigen. Ich konnte keine Einzelheiten dazu finden, also dachte ich, ich frage hier nach – ich verwende JMP Pro 17.
Dank im Voraus!
VersuchsplanungWindowsBetreff: Kann ich einer Antwortvariablen in benutzerdefiniertem DOE Fehlerwerte hinzufügen?Erstmal: Willkommen in der Community. Interessante Frage. Hier sind meine Gedanken.
Mein erster Gedanke ist: Wie groß ist der Messfehler? Es hängt möglicherweise davon ab, wie groß der Messfehler ist.
Können Sie Durchschnittswerte verwenden, um den Fehler zu reduzieren? Ich nehme an, Sie könnten verschiedene Werte der Extreme der Messfehlerverteilung als verschiedene Y-Werte verwenden (z. B. niedrigster, größter und mittlerer Wert) und jeden davon modellieren, um zu sehen, wie sich dies auf die Signifikanz der Modelleffekte auswirkt.
Normalerweise entwirft man ein Experiment mit einem Modell im Hinterkopf und reduziert dann als Ergebnis der Analyse das Modell, indem man unbedeutende Terme entfernt und dann iteriert.
Vielleicht haben andere ja noch ein paar Ideen für Dich.
Betreff: Kann ich einer Antwortvariablen in Custom DOE Fehlerwerte hinzufügen?Darf ich fragen, warum Sie diesen Fehler berücksichtigen möchten? Mir scheint, der Messfehler ist in den bereits beobachteten Antworten enthalten. Er wird sich in Ihrem mittleren quadratischen Fehler in dem Modell niederschlagen, das Sie letztendlich spezifizieren. Oder befürchten Sie, dass der Messfehler in bestimmten Teilen des experimentellen Raums problematisch groß ist? In diesem Fall können Sie den Logarithmus der Varianz mithilfe der loglinearen Modellierungsfunktionen modellieren. Sie erhalten dann zwei Modelle: 1. Für den Mittelwert der Antwort. 2. Für die logarithmische Varianz der Antwort, die eigentlich nur den Fehler des Messsystems darstellt. Hier ist ein Link in der JMP-Dokumentation zu den loglinearen Varianzmodellierungsfunktionen: Loglineare Varianzmodellierung in JMP
