Conseils sur l'analyse des données pour un modèle mixte à 4 facteurs avec 4 réponsesJe travaille sur un modèle mixte dans JMP avec quatre facteurs continus et quatre réponses. Bien que j'aie fait des progrès dans la modélisation et l'évaluation des réponses individuelles, je trouve difficile d'analyser toutes les réponses collectivement. Plus précisément :
- Les graphiques ternaires se limitent à la visualisation de seulement trois composants du mélange à la fois, ce qui rend difficile la compréhension du comportement des quatre facteurs simultanément.
- Certaines de mes réponses suggèrent des tendances contradictoires, nécessitant une approche « intermédiaire » pour l’optimisation.
- Le profileur de prédiction, bien qu'utile, ne répond pas pleinement à la complexité de la combinaison de toutes les réponses pour une analyse complète.
- Au lieu d'identifier une valeur optimale unique pour chaque facteur, je cherche à définir des plages plus petites et pratiques pour chaque composé. Ces plages seront utilisées dans les analyses ultérieures où l'évaluation prendra en compte des réponses supplémentaires.
Voici ce que j'ai déjà fait :
- Pour chaque réponse, j’ai retenu uniquement les effets significatifs qui ont réduit le RMSE.
- J’ai examiné les résidus et le manque d’ajustement, sans trouver de tendances ni de problèmes évidents.
Je recherche la meilleure approche ou les meilleurs outils au sein de JMP pour analyser efficacement cette conception mixte, notamment pour synthétiser les informations sur toutes les réponses et identifier des plages significatives pour chaque facteur. Si vous pouviez m'indiquer des stratégies ou des documents pertinents, je vous en serais très reconnaissant.
Merci d'avance!
Exploration et visualisation des donnéesPlanification d'expériencesObjet : Conseils sur l'analyse des données pour un modèle mixte à 4 facteurs avec 4 réponsesSalut @K_JMP ,
Il semble que vous ayez déjà beaucoup travaillé pour analyser vos résultats. Voici quelques suggestions supplémentaires liées à certains de vos points :
- Au lieu d'un tracé ternaire, vous pouvez également utiliser une matrice de tracé de contour ( « Cadres de contour multiples » dans les options du triangle rouge du profileur de contour) pour afficher tous vos facteurs par paires.
- Quelle est la difficulté que vous rencontrez avec Prediction Profiler ? Si vous avez des réponses catégorielles, il existe un moyen de les inclure grâce à l'utilisation de formules de probabilités.
- Si vous souhaitez définir des plages de facteurs acceptables, le Design Space Profiler peut être utile.
- Concernant l'approche d'analyse, les plans de mixage étant des plans d'optimisation, il est judicieux d'affiner votre modèle en fonction d'une métrique prédictive. Veillez à respecter l'hérédité des effets. Si vous avez JMP Pro, vous pouvez essayer d'utiliser d'autres méthodes d'estimation dans les modèles de régression généralisée , telles que SVEM , Pruned Forward ou Backward Selection , ... avec différentes options de méthodes de validation . En fonction de votre plan de mixage et de la répartition des points, vous pouvez également essayer de simples méthodes de Machine Learning efficaces pour l'interpolation sans gros risques de surapprentissage (SVM et Random Forest sont de bons candidats).
J'espère que ces quelques suggestions pourront vous aider,
Objet : Conseils sur l'analyse des données pour un modèle mixte à 4 facteurs avec 4 réponsesVoici mes réflexions. Commencez par faire une corrélation des variables de réponse. Faites une corrélation. Recherchez les valeurs aberrantes (Mahalonobis). Utilisez différentes techniques graphiques pour examiner les surfaces de réponse mixtes. Malheureusement, nous ne pouvons pas voir en 4 dimensions, alors essayez d'obtenir plusieurs graphiques pour chaque ensemble possible de 3. Soyez pratique dans votre analyse, il n'existe pas d'analyse « magique » qui effectue l'interprétation à votre place.
