Cosa ti ha ispirato a richiedere questa lista dei desideri?
Quando creo un disegno fattoriale 2X2X2 con 2 repliche (16 esecuzioni totali) ed eseguo il modello ridotto con effetti fattoriali A, C e AC, mi aspetto di ottenere i risultati del test di mancanza di adattamento perché in questo caso ho 8 gradi di libertà di errore puro e i restanti 4 gradi di libertà possono essere utilizzati per il test di mancanza di adattamento. Ma quando eseguo davvero il modello, JMP non attiva il report di mancanza di adattamento.
Questo perché JMP ignora completamente la colonna B e riconosce il modello con A, C e AC come un modello completo in due fattori A e C. Ma in realtà non è un modello completo in termini di tre fattori A, B e C.
Quale miglioramento vorresti vedere?
Suggerisco di lasciare che JMP conservi le informazioni sui fattori coinvolti nei dati (non il modello) e di utilizzarle per fornire un report LoF.
Perché questa idea è importante?
Ad esempio, supponiamo che un utente abbia creato un modello iniziale con tutti i termini possibili in un design fattoriale a 3 fattori. Esaminando la finestra di riepilogo degli effetti, l'utente può rimuovere alcuni termini non necessari uno per uno. Ogni volta che un termine viene rimosso, l'utente potrebbe voler confermare l'eliminazione controllando il report LoF. Tuttavia, attualmente, se tutti i termini che coinvolgono un fattore specifico vengono eliminati, LoF non viene fornito.
Probabilmente questo non è limitato ai soli dati sperimentali a 2 livelli; penso che la stessa cosa potrebbe accadere con qualsiasi set di dati generale.
Grazie per aver pubblicato Kangwon. La piattaforma si comporta come richiesto in base alla natura del calcolo del LOF. Il "modello completo" è definito in riferimento ai termini specificati nella finestra di dialogo degli effetti del modello. Quando si specifica il modello con effetti A, C e AC, si specifica un modello completo. Il modello viene ancora adattato utilizzando tutti i dati (ovvero: vengono utilizzate tutte le 16 righe di dati). Nel progetto allegato, sono presenti solo punti di progettazione fattoriale (replicati), senza punti centrali. Se si includessero punti centrali replicati nel progetto, si genererebbe un LOF in grado di testare la curvatura quadratica anche quando si adatta un modello completo. Con solo punti fattoriali replicati e nessun punto centrale, si genererà un LOF solo se si adatta un modello ridotto e si verificherà se sono necessarie interazioni. Spero che questa spiegazione sia stata utile. Grazie!
