분석 실험 설계안녕하세요, JMP 커뮤니티 여러분,
제가 수행한 실험 설계 분석과 관련하여 두 가지 질문이 있습니다.
1) 스크리닝 DOE(Plackett-Burman 설계)를 수행할 때 모델 항 중 하나가 종속변수에 긍정적인 영향을 미치지만 통계적 유의성에 도달하지 못하는 것 같으면 두 번째 수행 시에도 이 요소를 포함하는 것이 타당합니까? , 최적화 DOE? 요소가 선별 DOE 결과에 통계적으로 유의미한 영향을 미치지 않는다고 해서 반드시 이 요소가 결과에 미치는 영향이 무시할 만하다는 의미는 아닙니다. 이 올바른지?
2) DOE를 분석하고 유의미하지 않은 항을 제거하여 모형을 축소할 때 적합성 결여 검정은 모형을 축소하기 전에는 유의미했지만 모형을 축소한 후에는 유의미하지 않은 것으로 관찰됩니다. 이것을 어떻게 해석해야 합니까? 이러한 항을 제거하면 모델의 순수 오류가 증가하고 결과적으로 적합성 결여가 감소한다는 의미입니까?
감사합니다,
사라
실험 설계Re: 분석 실험 설계1.)의 질문에 대한 제 생각은 이렇습니다. 통계적 유의성에 얽매이지 마세요. 무엇보다도 당신은 몇 가지 실질적인 문제를 해결하려고 노력하고 있습니다. 도메인 지식에 따라 '중요하지 않은' 요소가 중요하다고 판단되면 후속 실험에 반드시 포함시키세요. '중요하지 않음'의 이유는 다양하고 다양할 수 있습니다. 과도한 측정 시스템 소음. 신호가 잡음보다 높아지기에는 요인 수준이 너무 좁았을 수도 있습니다. 그리고 부적의 0.05 값과 관련된 p-값 절벽 사고방식 단수증에 빠지지 마십시오. p-값이 0.051이면 해당 요소를 버리고 0.049이면 그대로 유지하겠다고 말할 것입니까?
질문 2에 관해서.) 더 많은 생각...적합성 테스트의 부족은 좋습니다...하지만 잔차 그림은 무엇을 말합니까? 적합성 부족 테스트 안팎에서 자유도를 바꾸는 것은 '승자'를 사냥하려는 것과 같습니다. 내가 많은 시간을 할애할 일은 아니다. 실제 문제로 돌아갑니다. LOF에 대한 F 테스트가 아니라 어떤 모델이 실제 문제를 해결하는 데 어떻게 도움이 되는지에 집중하세요.
내 5센트...다른 사람들은 다르게 느낄 수도 있습니다.
Re: 분석 실험 설계첫 번째 질문과 관련하여 요인 범위가 강한 효과(즉, 반응의 변화)를 이끌어낼 만큼 충분히 넓습니까? 좋은 수준이 될 것으로 예상되는 값 주위로 범위를 제한하면 0이 아닌 추정값에 대한 테스트의 검정력이 감소할 수 있습니다.
Re: 분석 실험 설계@P_Bartell 에게 감사드립니다. 이것은 제가 질문한 두 가지 질문 모두에 대한 저의 사고 과정이기도 했습니다.
Re: 분석 실험 설계@Mark_Bailey 저는 화합물/인자를 테스트하고 있는 세포에 독성이 없는 가능한 가장 넓은 범위를 사용했습니다. 그렇지 않으면 모든 세포가 죽었기 때문에 나에게 제한된 정보만 제공했을 것입니다.
