Buenas tardes,
Realicé dos experimentos diferentes con un CCD y obtuve resultados confusos en ambos casos. Cada experimento representa dos materiales diferentes, no son réplicas entre sí.
Cada experimento fue un CCD centrado en la cara con 2 bloques, cada bloque es una réplica. Cada bloque tiene variación dentro de las muestras. Supongo que el bloque no es significativo en el modelo porque hay una buena cantidad de varianza interna que hace que la varianza intermedia sea insignificante (estoy trabajando con bacterias y el inóculo varía sin importar lo que haga, sigue la distribución de Poisson). El resultado es presencia (1)/ausencia (0). El objetivo es 100% de presencia.
Cuando ejecuto el ajuste logístico nominal y mantengo todas las variables en el modelo, el valor p para la prueba del modelo completo para ambos experimentos es <0,05 y la falta de ajuste es >0,05. Sin embargo, cuando comienzo a eliminar los efectos insignificantes, la falta de ajuste se convierte en <0,05.
No logro averiguar cuál es la mejor manera de seguir adelante. ¿Debería hacer una tercera réplica para cada experimento? ¿Aumentarlo con puntos axiales (hacerlo rotatorio)? ¿Dejar todas las variables? ¿Usar el generador de perfiles "tal como está" después de eliminar las variables (con una falta de ajuste <0,05) y ver si funciona?
¡Gracias de antemano por la ayuda!
¿Es posible este análisis?
Hola @Feline614 ,
En relación con la información limitada sobre el contexto y tus objetivos, tengo una lista no exhaustiva de (muchas) preguntas que espero también te ayuden en tus reflexiones y te orienten:
- Objetivo(s): ¿Cuáles son sus objetivos?
- ¿Entiendes los factores y efectos clave detrás de la presencia de bacterias?
- ¿Optimizar las condiciones para la presencia de bacterias? ¿A nivel global o para cada material en particular?
- Respuesta : ¿Está limitado únicamente a una medición de respuesta binaria (Sí/No o Ausencia/Presencia)? ¿Existe alguna opción posible para contar la población de bacterias (manualmente o con la ayuda de herramientas de visión artificial...)?
Una respuesta continua ayudaría a analizar los resultados de sus factores, evaluando la variabilidad/ruido del sistema de medición y la preparación experimental, y permitiendo una estimación precisa del impacto de los factores.
- Configuración experimental y elección de los factores de error : ¿Por qué decidió realizar dos experimentos por separado? ¿Son los factores, rangos y unidades para X_1 y X_2 los mismos en las dos configuraciones experimentales?
Si los factores y las unidades son los mismos entre los dos diseños, ¿por qué no analizar el conjunto de datos completo? Podría concatenar los dos conjuntos de datos, utilizando una "columna de origen" en la concatenación para identificar la fuente de los datos y los materiales relacionados utilizados, y crear un modelo similar agregando en la lista de términos el efecto principal del material y las interacciones de 2 factores entre el factor material y X1/X2. Podría ayudar a generalizar su hallazgo, aumentar su espacio de inferencia y la comprensión de las relaciones entre sus factores y la respuesta.
- Factor de bloqueo : ¿Cuál es su factor de bloqueo? ¿Sospecha que el factor de bloqueo podría causar un cambio en la respuesta media (efecto fijo, función de diseño "Bloqueo") o un cambio en la varianza de la respuesta (efecto aleatorio en la creación del modelo, utilizando el modelo lineal mixto generalizado)?
Si su factor de bloqueo está vinculado a su capacidad experimental (número de experimentos/día, por ejemplo), probablemente pueda considerarse un efecto aleatorio.
- Criterios de selección de modelos : ¿Cuáles son sus criterios para la selección de modelos? Parece que basó su análisis en criterios estadísticos de efectos y valores p del modelo, pero ¿le gustaría refinar aún más su modelo? ¿Por qué desea eliminar algunos efectos (significancia estadística pero sin importancia o significancia práctica? ¿No se adecua a su experiencia en el dominio? ¿Otros...)?
Algunos comentarios: La prueba de falta de ajuste le ayuda a evaluar si el modelo se ajusta bien a los datos. Un valor p pequeño (<0,05) indica una falta de ajuste significativa (por lo que en su caso, "eliminar efectos insignificantes" parece provocar que el modelo no se ajuste bien a los datos, siendo demasiado simple para ajustarse bien a los datos).
Los valores p no son los únicos criterios que se deben utilizar para la evaluación y selección de modelos, y las métricas deben elegirse de acuerdo con sus objetivos. Por ejemplo, el criterio de información (AICc, BIC) también puede ayudar a evaluar el equilibrio entre complejidad y precisión y la adecuación de su modelo.
- Elección del modelo : ha utilizado un modelo logístico nominal. Según si tiene JMP/JMP Pro, se pueden utilizar otros métodos de estimación para probar diferentes modelos a través de la personalidad de regresión generalizada. También es posible utilizar modelos de aprendizaje automático simples como modelos basados en árboles (árbol de decisión/bosque aleatorio) o máquinas de vectores de soporte. Para evitar el sobreajuste, es posible que tenga que limitar la profundidad del árbol (solo divisiones de 2/3) para los métodos basados en árboles, o la cantidad de vectores de soporte para SVM, pero el uso de estas otras opciones de modelado puede ofrecer diferentes perspectivas.
- Uso del modelo : ¿Qué desea hacer con los aprendizajes de su modelo? ¿En qué sentido/por qué los resultados son "confusos"? ¿Aprendió algo ya con el análisis que ha realizado? ¿Es capaz de poner en práctica estos aprendizajes, poniendo a prueba las conclusiones de su(s) modelo(s) para validarlas? ¿Los hallazgos/conclusiones están de acuerdo con la experiencia del dominio?
¿Cuál es la motivación detrás de las réplicas? ¿Aumento con puntos axiales? ¿Cómo/por qué le gustaría continuar con su tema?
Espero que estas preguntas te puedan ayudar,
