Intervallo, diverso in JMP, LOGICAMENTE DOVREBBE ESSERE LO STESSO.CIAO.
Ho riscontrato un problema e mi scuso in anticipo se la mia domanda potrebbe essere sciocca.
per semplificare, la situazione è questa:
I dati sono
t={0,3,6,9,12}
y1={y11,y12,y13,y14,y15}
y2={y21,y22,y23,y24,y25}
y3={y31,....}
dove y1,y2,y3 sono il numero di lotto
Quindi dovrebbero esserci 3 rispettive linee di regressione.
Ho testato la comparabilità delle linee e la conclusione è stata "Pendenza diversa e intercetta diversa"
Quindi, ho inserito le variabili nella piattaforma Model Fit come,
dove G'=y e mese=t.
I risultati erano ragionevoli finché l'intervallo di confidenza non è stato salvato in Colonne.
Finora il metodo sopra è il metodo A.
Tuttavia, in modo diverso, metodo B,
Gli input sono i seguenti:
I risultati complessivi sembrano UGUALI ma,
L'intervallo di confidenza viene calcolato in modo DIVERSO dal metodo A.
(puoi concentrarti solo sull'ultima riga, confrontando i valori con i dati precedenti... c'è un divario enorme. 204 <> 247)
quindi la mia domanda è:
dove risiede la ragione di questa differenza?
Per essere onesti, poiché lascio che JMP gestisca i DATI come "Pendenza diversa e intercetta diversa" (ovviamente nel caso di entrambi i metodi A e 
,
L'intervallo di confidenza dovrebbe essere simile ai risultati del metodo B.
Gli intervalli di confidenza del metodo A sono molto simili tra i lotti 1, 2 e 3.
Mi aiuti per favore.
Mi scuso per la lunghezza del racconto e per l'inglese.
Modellazione statistica avanzataAnalisi e modellazione dei dati di baseEsplorazione e visualizzazione dei datiIngegneria della qualità e dei processiRe: Intervallo, diverso in JMP, LOGICAMENTE DOVREBBE ESSERE UGUALE.Ciao @MikeKim : Mi sembra confuso perché hai il mese come "Y" nella prima piattaforma Fit Model e hai G' come "Y" nella seconda piattaforma Fit Model. Ma, suppongo che sia un errore tipografico e hai G' come "Y" in entrambe.
Il primo sarà più stretto perché ci sono più gradi di libertà per l'errore; ovvero, costruire un singolo modello come nel primo dialogo (metodo A) comporta intervalli di confidenza più stretti perché la dimensione del campione è maggiore. Se si confrontano i gradi di libertà per l'errore tra i due modelli, si vedrà che l'errore df (metodo A) è molto più grande dell'errore df per ogni lotto (metodo . Infatti, l'errore df (metodo A) = la somma (su tutti i lotti) dell'errore df nel metodo B. Ciò ha un impatto diretto sulla larghezza dell'intervallo di confidenza (lo rende più stretto).
Inoltre, il metodo A utilizza l'MSE cumulativo (una sorta di MSE medio di tutti i lotti).
Per il Metodo B, ogni lotto ha il suo MSE, e questo può far sì che ogni lotto abbia una larghezza diversa anche per il Metodo B, anche se la dimensione del campione ecc. è la stessa per ogni lotto.
Detto questo, il Metodo A è l'analisi appropriata (questo presuppone che l'MSE per ogni lotto sia approssimativamente lo stesso). Se gli MSE sono molto diversi (puoi ottenerlo dal Metodo , allora il Metodo B potrebbe essere una scelta migliore, a meno che tu non abbia JMP Pro e tu possa modellare l'eteroschedasticità (nota anche come eterogeneità della varianza https://en.wikipedia.org/wiki/Homoscedasticity_and_heteroscedasticity) . Graficamente, puoi valutarlo esaminando i grafici dei residui e/o le linee di regressione per vedere se la diffusione attorno a ogni lotto è simile.
.
Re: Intervallo, diverso in JMP, LOGICAMENTE DOVREBBE ESSERE UGUALE.Purtroppo non riesco a comprendere appieno la soluzione.
Forse perché la mia spiegazione non era abbastanza buona
oppure la mia preparazione non è sufficiente per capire.
Per essere semplici, la mia domanda era
il metodo A e il metodo B sono entrambi designati come "Intercetta diversa, pendenza comune" (poiché è il risultato della "piattaforma di degradazione")
Quindi, logicamente, dovrebbero mostrare lo stesso risultato.
Ovviamente non è così e stai dicendo che c'è un'altra variabile "MSE" che ha un impatto sulla larghezza di CI?
e sembra che non posso modificare l'ipotesi "MSE" mentre utilizzo la versione normale di JMP?
Il mio livello di statistica non è universitario, quindi spero davvero di riuscire a capire seguendo le tue ulteriori spiegazioni.
Grazie.
Re: Intervallo, diverso in JMP, LOGICAMENTE DOVREBBE ESSERE UGUALE.Ciao @MikeKim : non sapevo che stessi usando la piattaforma di degradazione. Nella piattaforma di degradazione (Stability Test), scegli la seguente opzione (Usa Pooled MSE per Nonpoolable Model). Questo farà la cosa giusta e si tradurrà in intervalli più stretti. Ha senso ed è questo che stai cercando?
Re: Intervallo, diverso in JMP, LOGICAMENTE DOVREBBE ESSERE UGUALE.Ciao, @MRB3855 :
Beh, non mi dispiace.
Non è naturale selezionare "Utilizza MSE in pool" dal punto di vista di un'analisi attenta e ingenua.
Fondamentalmente, voglio basarlo sui risultati della piattaforma di degradazione (intercetta differenziale, pendenza com)
Tuttavia, la curva CI nella piattaforma di degradazione non può presentare il valore f(t) specifico, tranne nel punto in cui soddisfa il limite di specifica.
Pertanto, il punto chiave è disegnare lo stesso CI della piattaforma di degradazione attraverso un'altra piattaforma.
Il problema attuale è che né il metodo A né il metodo B da me introdotto disegnano la stessa forma della piattaforma di degradazione.
Re: Intervallo, diverso in JMP, LOGICAMENTE DOVREBBE ESSERE LO STESSO.Ciao @MikeKim : ho provato alcuni miei dati e gli intervalli di previsione ecc. erano gli stessi per entrambe le piattaforme. Puoi fornire immagini o dati che mostrano esattamente cosa stai facendo e cosa stai confrontando? Il modello come lo descrivi è "intercetta diversa con pendenza comune". Quindi, nella piattaforma Fit Model non dovresti avere alcun termine di interazione; e nella Stability Platform dovresti sempre scegliere Use Pooled MSE for Nonpoolable Model come ho descritto sopra (anche se questo fa la differenza solo per il modello "nonpoolable" Different Intercept and Different Slope).
Re: Intervallo, diverso in JMP, LOGICAMENTE DOVREBBE ESSERE UGUALE.ciao, @MRB3855
Grazie per l'aiuto!
Ho cercato di comprendere l'intero contenuto relativo al mio problema, ma non ci sono riuscito.
Vorrei provare a riassumere e a rispiegare la mia domanda come segue.
Mi dispiace, ma non posso allegare un file reale.
figura 1
questi sono dati
fig 2 piattaforma di degradazione
sinistra: Usa MSE in pool (deseleziona)
a destra: Usa MSE in pool (seleziona)
figura 3
sinistra: adatta y per x: alfa 0.1 CI è esattamente uguale al MSE raggruppato (deseleziona)
destra: modello di adattamento: impossibile disegnare la figura CI
Quindi, riassumendo, i miei problemi sono i seguenti.
1. Come faccio a consolidare la figura 3 a sinistra in un grafico contenente 3 linee e il rispettivo CI?
2. Come faccio a disegnare CI nella figura 3, giusto?
3. Come applico il Pooled MSE alla figura 3 a sinistra e alla figura 3 a destra? (alla stessa figura della figura 2 a destra)
4. C'è l'opzione Salva colonna (nel triangolo rosso) nella figura 3 a destra (per vedere il valore CI nella tabella)
Tuttavia, hanno sempre impostato alpha=0,05, in questo caso ho bisogno di alpha=0,1 poiché la degradazione originale mostra 0,1 CI.
Quindi, come faccio a cambiare alfa 0,05 in 0,1 nella figura 3, giusto? (controlla questo nella figura 4 qui sotto)
5. Qual è la spiegazione pratica (significato pratico in ambito laboratoriale) del controllo dell'utilizzo di MSE in pool?
(La risposta alla domanda del collega "A cosa serve l'mse in pool?")
figura 4
Grazie mille!
Re: Intervallo, diverso in JMP, LOGICAMENTE DOVREBBE ESSERE UGUALE.Ciao @MikeKim : proverò a rispondere a queste domande.
Fig 2: ecco come dovrebbe essere.
Fig. 3: questo è come dovrebbe essere (la piattaforma Fit Model non mostra gli intervalli di confidenza)
1. Come faccio a consolidare la fig3 a sinistra in un grafico contenente 3 linee e rispettivo CI?? Dovrai salvare le previsioni e gli intervalli nella tua tabella dati e usare il generatore di grafici. Sarà lo stesso della Figura 2 a sinistra.
2. Come faccio a disegnare CI nella figura 3 a destra? Dovrai salvare le previsioni e gli intervalli nella tua tabella dati e usare il generatore di grafici.
3. Come applico il Pooled MSE alla figura 3 a sinistra e alla figura 3 a destra? (alla stessa figura della figura 2 a destra). Di nuovo, dovrai salvare le previsioni e gli intervalli nella tua tabella dati e usare il generatore di grafici.
4. C'è l'opzione Salva colonna (nel triangolo rosso) nella figura 3 a destra (per vedere il valore CI nella tabella)
Tuttavia, hanno sempre impostato alpha=0,05, in questo caso ho bisogno di alpha=0,1 poiché la degradazione originale mostra 0,1 CI.
Quindi, come faccio a cambiare alpha 0,05 in 0,1 nella fig. 3, giusto? (controlla questo nella fig. 4 qui sotto). Nella finestra di dialogo Fit Model, c'è un triangolo rosso accanto a Model Specification. Se clicchi su quello puoi "impostare il livello alpha".
5. Qual è la spiegazione pratica (significato pratico in ambito laboratoriale) del controllo dell'utilizzo di MSE in pool?
(La risposta alla domanda del collega, "cos'è l'utilizzo di pooled mse?"). Ho spiegato il pooling MSE nella mia risposta iniziale. L'MSE è l'errore quadratico medio. È una stima della varianza, e la varianza è la
(Deviazione standard)^2. Ogni riga ha il suo MSE. Il MSE per ogni riga è la (Somma degli errori quadratici)/(N-2). La somma degli errori quadratici (SSE) è la somma delle differenze al quadrato tra la riga e i dati. SSE è la somma dei residui al quadrato. Vedere il grafico sottostante.
Quindi, se la diffusione dei dati attorno alla linea è stretta, allora l'MSE sarà molto piccolo (come il batch blu nella fig. 2). Se la diffusione dei dati attorno alla linea è maggiore, allora l'MSE sarà maggiore (come il batch rosso nella fig. 2).
Si può pensare che l'aggregazione degli MSE sia come la media degli MSE per ottenere un "MSE aggregato" allo scopo di calcolare gli intervalli di confidenza, ecc. Se non si aggrega, ogni lotto utilizzerà il proprio MSE per calcolare gli intervalli di confidenza tramite l'equazione seguente.
Quindi, è meglio fare il pool? Beh, dipende. Da una prospettiva statistica, se gli MSE sono simili, allora fai il pool. Se non sono simili, allora dovresti cercare di capire perché. Guardando i tuoi dati, il batch blu sembra molto meno variabile (MSE molto più basso degli altri batch), quindi il pool potrebbe non essere appropriato. Se fai il pool degli MSE, la larghezza dei tre intervalli (intorno a ogni batch) sarà la stessa (ognuno usando l'MSE pooled o "medio") e non rifletterà il fatto che il batch blu è meno variabile. Se non usi l'MSE pooled, allora il batch blu avrà un intervallo molto più stretto (come mostrato nella figura 3 a sinistra) perché usa il suo MSE.
Spero di aver capito le tue domande, spero di esserti stato utile... e spero che non ci siano troppi errori di battitura!
Re: Intervallo, diverso in JMP, LOGICAMENTE DOVREBBE ESSERE UGUALE.Ciao, @MRB3855
Non riesco a trovare come apprezzare questo aiuto.
Ho trovato tante informazioni e sono molto felice.
Purtroppo non ho esperienza con Graph Builder.
Finora sono arrivato a questo punto (dalla piattaforma Degradation con Usa Pooled MSE selezionato), so dove si trova la piattaforma Graph Builder,
e non avendo idea di come tracciare le linee e gli elementi di configurazione.
Ti dispiacerebbe aiutarmi per ultima?
Grazie mille!!
Re: Intervallo, diverso in JMP, LOGICAMENTE DOVREBBE ESSERE UGUALE.Ciao @MikeKim . Graph Builder è una delle piattaforme più potenti di JMP ed è una delle mie preferite.
Tuttavia, non posso farlo per te. E non credo che sia possibile mostrartelo su questo forum.
Posso tuttavia dirti quali colonne aggiuntive ecc. potrebbero servirti e indicarti alcune risorse.
1. Nella piattaforma Fit Model e nella piattaforma Fit Y by X, rispettivamente come mostrato nella figura 3, salva la formula di previsione e le formule dell'intervallo di confidenza. Gli intervalli di confidenza per ogni batch da Fit Y by X utilizzeranno ciascuno il proprio MSE. Gli intervalli di confidenza per ogni batch da Fit Model utilizzeranno lo stesso MSE raggruppato.
2. Aggiungi diverse righe ai tuoi dati, ma lascia Y mancante. Per queste nuove righe, includi batch e mese. Ma, per ogni batch, i mesi dovrebbero essere mesi in cui non hai dati. 1, 2, 4, 5, 7, 8, ecc. In questo modo i tuoi grafici finali sembreranno più fluidi.
3. Ecco una risorsa su come usare Graph Builder. Potrebbe volerci un po' di tempo e di pratica per ottenere esattamente ciò che vuoi... ma sarà tempo ben speso.
https://www.jmp.com/en_gb/learning-library/topics/graphic-displays-and-summaries/graph-builder.html
Re: Intervallo, diverso in JMP, LOGICAMENTE DOVREBBE ESSERE UGUALE.Ciao, @MRB3855
Sono così felice adesso
Alla fine ci sono riuscito seguendo le tue indicazioni.
Date un'occhiata al risultato.
Ci sono alcune cose da sistemare per renderli più belli, ma hanno raggiunto gli obiettivi iniziali!!!
Continuerò a fare ricerche più approfondite, grazie mille!
