中心複合設計輸出問題午安,
我使用 CCD 進行了兩個不同的實驗，但都得到了令人困惑的結果。每個實驗代表兩種不同的材料，它們不是彼此的重複。
每個實驗都是以面為中心的 CCD，有 2 個區塊，每個區塊都是一個複製品。每個區塊在樣本中確實存在差異。我認為該區塊在模型中並不重要，因為存在大量的內部方差，使得方差之間可以忽略不計（我正在研究細菌，並且無論我做什麼，接種物都會變化- 它遵循泊松分佈） 。結果是存在 (1)/缺席 (0)。目標是 100% 存在。
當我執行擬合名目邏輯並將所有變數保留在模型中時，兩個實驗的整個模型檢定的 p 值均 <0.05，失擬度 >0.05。然而，當我開始消除不顯著的影響時，缺乏適合度變得<0.05。
我無法找出前進的最佳方式。我應該為每個實驗進行第三次重複嗎？用軸點增強它（使其可旋轉）？保留所有變數？刪除變數後「按原樣」使用探查器（失擬度 <0.05）並查看它是否有效？
預先感謝您的幫忙！
基礎資料分析與建模實驗設計回覆：中心複合設計輸出問題
這樣分析是可以的嗎？
回覆：中心複合設計輸出問題嗨@Feline614 ，
關於背景和您的目標的有限信息，我有一個（許多）問題的非詳盡清單，希望也能幫助您思考並指導您：
- 目標：您的目標是什麼？
- 了解細菌存在背後的關鍵因素和影響？
- 優化細菌存在的條件 ?全局還是針對每種材料具體？
- 回應：您是否僅限於二元（是/否或不存在/存在）回應測量？是否有任何可能的選擇來計算細菌數量（手動或借助計算機視覺工具......？）？
連續響應將有助於透過評估測量系統和實驗準備的變異性/噪音來分析因素的結果，並能夠精確估計因素的影響。
- 實驗設置與能源部選擇：為什麼選擇分別進行兩個實驗？兩個實驗設定中 X_1 和 X_2 的因子、範圍和單位是否相同？
如果兩種設計之間的因子和單位相同，為什麼不分析整個資料集？您可以連接兩個資料集，使用連接中的「來源列」來識別資料來源和所使用的相關資料，並透過在術語清單中添加材料主效應和材料之間的2 因素交互作用來建立類似的模型因子和 X1 / X2。它可以幫助概括您的發現，增加您的推理空間並理解您的因素和回應之間的關係。
- 阻塞因子：您的阻塞因子是多少？您是否懷疑分塊因子可能會導致平均反應的變化（固定效應，設計角色「分塊」）或反應變異數的變化（模型創建中的隨機效應，使用廣義線性混合模型）？
如果您的分塊因子與您的實驗能力（例如實驗次數/天）相關，則它可能被視為隨機效應。
- 模型選擇標準：您選擇模型的標準是什麼？您的分析似乎基於效應統計標準和模型 p 值，但想進一步完善您的模型？為什麼要消除一些影響（統計意義但沒有實際意義/重要性？不具備足夠的領域專業知識？其他......）？
一些評論： 失擬檢定可以幫助您評估模型是否很好地適合資料。小 p 值（<0.05）表示嚴重缺乏擬合（因此在您的情況下，「消除不顯著的影響」似乎會導致模型擬合不足，因為太簡單而無法很好地擬合數據）。
P 值並不是用於模型評估和選擇的唯一標準，應根據您的目標選擇指標。例如，資訊標準（AICc、BIC）也可能有助於評估模型的複雜性/準確性平衡和充分性。
- 模型選擇：您使用了名目邏輯模型。根據您是否擁有 JMP/JMP Pro，可以使用其他估計方法透過廣義迴歸特性來嘗試不同的模型。也可以使用簡單的機器學習模型，例如基於樹的模型（決策樹/隨機森林）或支援向量機。為了避免過度擬合，您可能必須限制基於樹的方法的樹深度（僅 2/3 分割），或限制 SVM 的支援向量數量，但使用這些其他建模選項可以提供不同的見解。
- 模型的使用：您想利用從模型中學到的知識來做什麼？結果如何/為什麼“令人困惑”？透過所做的分析，您是否已經學到了一些東西？您是否能夠透過測試模型的結論來驗證它們，從而將這些知識付諸實踐？研究結果/結論是否符合領域專業知識？
重複背後的動機是什麼？軸點增強 ?您想如何/為什麼繼續您的主題？
希望這些問題可以幫助你
