こんにちは、
過去のディスカッションで私のケースに似たものがあるかどうか検索してみましたが、何も見つかりません。
シナリオを説明するために作成した簡単な架空のデータとデータ ファイルが添付されています。
たとえば、次のようなものがあるとします。
レベル1、2、3、4、5の1つの因子（X）
下限仕様が -10 の 1 つの応答 (Y)
単純な回帰を実行してモデルを作成すると、この場合のプロファイラーは最大の望ましさを X =5 に設定します。
しかし、簡単な図に基づくと、Y の変動が大きいため、最悪の設定は X=5 になります (仕様要件を満たさないものもあります)。最適な X は 4 に設定する必要があります。
明らかに、ここでは不等分散仮定に違反しています。
不等分散の問題を修正するために、Y に対して Box-Cox 変換を試すこともできますし、加重最小二乗法を試すこともできます。
ただし、これらの方法はどちらもほとんどの場合機能せず、この場合は機能しません。
これは極端なケースのように思えますが、ケーススタディの目的で、不均等な分散の問題を受け入れながら、それでも「正しい」最大化された望ましさを得ることができるオプションはありますか?
あるいは、モンテカルロ シミュレーションを利用して、レスポンスにランダム ノイズを入力し、X 設計空間全体の欠陥率をシミュレートすることもできます。ただし、モンテカルロでは、1 つの標準偏差 (ノイズ) 値のみを入力して、それを予測モデル全体に適用できます。
したがって、この方法は、不等分散に違反していない場合にのみ機能します。
これをどう進めればよいでしょうか?
モンテカルロが X のレベルごとに正しい応答ノイズ (観測データに基づく) を使用してシミュレーションを実行できるようにするオプションがあれば、これは X の正しい設定を識別するのに役立ちます。
簡単にするために、X=1、2、3、4 のときに応答標準偏差が 1 であり、X=5 のときに応答標準偏差が 19 であるとします。
したがって、モンテカルロ シミュレーションを実行するときは、X レベルに応じた標準偏差が使用されます。
確かに、X の他の値に関する応答標準偏差に関する情報はありませんが、少なくとも利用可能なデータに基づいてこれを実行するオプションはあります。
モンテカルロ ノイズ機能で複数のオプション (重み付けランダム ノイズ、モデルによるランダム ノイズなど) を試しました。それでも、モデル全体に 1 つの均一ノイズ (標準偏差) が適用されます。
ありがとう。
Br、
クリス
ありがとう、マーク。私が探していたもののようです。もちろんテストが必要です。
実際のケースでは、X は連続的な要因ですか? 実際のケースは、あなたが作成したモックアップと同じくらい極端ですか? X のレベルまたは設定が変わると、応答の分散がそれほど変わる理由を説明できますか? それは測定の問題ですか? それはプロセスの問題ですか、それとも物理的な問題ですか?
これらの質問は最も重要です。その後、これらの問題を説明または正当化できる場合は、モデルの適合起動ダイアログから利用できるLogLinear Variance適合特性の使用を検討してください。
あなたが興味を持っているタイプの分析は行いませんが、X を名義変数に変更してオプションを調べることをお勧めします。また、新しい Y 変数 (Y が -10 未満かどうかに応じて、欠陥または正常) を定義し、その名義 Y 変数と名義 X 変数に対してどのような分析を実行できるかを確認することもできます。このような状況に適した標準的な分析がいくつかあることは確かですが、X を連続変数として扱うのは良い出発点ではないようです。
