Cosa fare con gli effetti contenutiSto eseguendo uno studio fattoriale completo 2x2 e sto cercando di modellare solo gli effetti principali e le interazioni unidirezionali. Come mostrato di seguito, ho un effetto principale che appare meno significativo dell'interazione unidirezionale che lo contiene. So che anche il fattore di interazione è di per sé insignificante, ma in passato l'ho visto come significativo. In passato ho semplicemente rimosso il fattore di interazione insignificante prima di rimuovere l'effetto principale. Ci sono indicazioni su questo? Perché potrebbe accadere? C'è qualcosa di specifico nel set di dati che causa questo? Qual è il modo corretto di gestire gli effetti nella situazione? Grazie in anticipo.
Modellazione statistica avanzataAnalisi e modellazione dei dati di baseProgettazione degli esperimentiModellazione predittiva e apprendimento automaticoRe: Cosa fare con gli effetti contenutiCapisco che questi termini sono stati scambiati qui e altrove in passato. Sto usando i termini come farebbe JMP.
La gerarchia degli effetti è il principio spesso osservato secondo cui la maggior parte degli effetti sono di primo ordine, gli effetti successivi più grandi sono di secondo ordine e così via. Gli effetti di terzo ordine sono piuttosto rari.
Usiamo l'ereditarietà del modello per indicare che i termini di ordine superiore (combinazione lineare del predittore) dovrebbero includere termini di ordine inferiore
Non credo che tu abbia torto. Il mio utilizzo è semplicemente coerente con JMP. Dobbiamo tutti stare attenti a spiegare cosa intendiamo quando usiamo certi termini. Ti spieghi sempre.
Re: Cosa fare con gli effetti contenuti@Mark_Bailey , pensavo che questo fosse il principio di gerarchia. Vale a dire, seguendo il principio di gerarchia, se hai un effetto di 2° ordine (ordine superiore), dovresti includere gli effetti di 1° ordine (ordine inferiore). L'ereditarietà è un principio di analisi che può aiutare a determinare quali degli effetti di ordine superiore confusi sono attivi valutando la significatività degli effetti di ordine inferiore. Ereditarietà: affinché un effetto di ordine superiore sia attivo, almeno 1 genitore dovrebbe essere attivo. Correggimi se sbaglio.
Re: Cosa fare con gli effetti contenutiCiao @sanch1 ,
La spiegazione statistica di @Mark_Bailey può aiutarti a capire come/perché l'ereditarietà del modello viene utilizzata per costruire modelli basati sui dati DoE. Vorrei fornire ulteriori domande e osservazioni sulla modellazione e il significato degli effetti:
- Tieni presente che ci sono probabilmente molti modi per arrivare a modelli diversi (ma utili), a seconda della metrica di valutazione per la "significatività" o per l'"accuratezza" del modello: soglia del valore p per gli effetti, criteri informativi come AICc e BIC, R²/R² aggiustato, RMSE, ... Ciò che è importante è utilizzare la/le metrica/e allineata/e con il tuo obiettivo (modello esplicativo e/o predittivo).
- Per quanto riguarda le tue domande, vorrei anche sottolineare la necessità di distinguere la significatività statistica dalla significatività pratica (effetto dimensione). Vedi maggiori informazioni su questo argomento precedente: https://community.jmp.com/t5/Discussions/Which-one-to-define-effect-size-Logworth-or-Scaled-Estimates/mp/728779/highlight/true#M91099
A seconda del rapporto segnale/rumore, potresti essere in grado di rilevare statisticamente (o meno) alcuni effetti principali e/o effetti di interazione. In un ambiente "controllato" (in cui i fattori di disturbo sono "controllati" o mantenuti), con un sistema di misurazione possibilmente ad alta precisione (con elevata accuratezza di ripetibilità e riproducibilità), potresti essere in grado di rilevare effetti con dimensioni dell'effetto molto ridotte. A seconda delle condizioni in cui hai condotto studi precedenti, ciò potrebbe spiegare perché potresti aver perso quegli effetti.
- Lo spazio sperimentale e la dimensione del campione potrebbero anche essere diversi tra i tuoi studi precedenti e questo studio condotto con DoE. A seconda dei fattori, degli intervalli dei fattori, del modello assunto e della ripartizione del punto nello spazio sperimentale, potresti avere differenze nella rappresentatività del tuo set di dati e nella capacità di rilevare gli effetti. Ad esempio, uno spazio molto stretto con una bassa dimensione del campione rende più difficile il rilevamento di un effetto statisticamente significativo. In relazione al punto 2, campioni molto grandi tendono a trasformare piccole differenze in differenze statisticamente significative, quindi è per questo che è necessaria una significatività pratica per valutare l'adeguatezza del modello.
È importante integrare l'analisi statistica con competenze specifiche del settore per mettere alla prova/informare i modelli creati e utilizzare esecuzioni di convalida per confermare le previsioni del modello finale.
Spero che queste considerazioni (non esaustive) possano aiutarti a comprendere le differenze che hai riscontrato nelle tue diverse analisi,
Re: Cosa fare con gli effetti contenutiIn uno studio fattoriale completo 2x2, è comune scoprire che il significato degli effetti principali e delle interazioni può variare in base ai fattori e alle interazioni tra di essi. A volte, un effetto principale potrebbe apparire meno significativo dg dollar general rispetto a un'interazione che lo include, probabilmente a causa dell'impatto combinato di più fattori. Quando ci si trova di fronte a un'interazione che contiene un effetto principale meno significativo, si consideri di semplificare il modello rimuovendo i termini non significativi per concentrarsi su effetti più interpretabili.
Re: Cosa fare con gli effetti contenutiCiao @sanch1 ,
riguardo all'interazione che si mostra come attiva quando pensi che non dovrebbe, hai provato a tracciare un grafico di interazione con tutti i punti dati per capire perché l'interazione si mostra come attiva? Nell'articolo Søren Bisgaard & Michael Sutherland (2003) Split Plot Experiments:Taguchi's Ina Tile Experiment Reanalyzed, Quality Engineering, 16:1, 157-164), gli autori mostrano un esempio di questo grafico con questa situazione per un esperimento non replicato. Problemi nell'acquisizione dei dati o qualche errore nella registrazione dei dati nella tabella potrebbero causare questo effetto.
Re: Cosa fare con gli effetti contenutiJMP rispetta l'"ereditarietà del modello". Questo principio afferma che dovresti includere termini di ordine inferiore, anche se non sono significativi se includi termini di ordine superiore che li contengono. Non riguarda la scienza fisica alla base della risposta o un modello teorico. Gli sperimentatori in genere si aspettano che il modello sia invariante di scala. Vale a dire che se cambio la scala per un fattore, i termini nel modello rimangono gli stessi. Questo non è il caso se non rispetti l'ereditarietà del modello. JMP segue la best practice di codifica di tutti i livelli dei fattori in [-1,1]. Anche i coefficienti sono, quindi, codificati. Potresti convertire il modello nella scala scientifica o ingegneristica originale. Osserveresti cambiamenti nei termini se ignori l'ereditarietà del modello.
