R과 JMP에서 앨리어싱(혼동)에 대한 디자인 행렬 평가에는 다른 답변이 있습니다.
저는 설계 행렬을 가지고 있는데, 열은 2개 수준의 요인이고 행은 실험입니다. 그림을 참조하세요. 저는 별칭(혼동이라고도 함)에 대해 설계를 평가하고 싶습니다. 저는 분명히 혼동이 없는 설계를 원합니다. 저는 이 작업의 일부로 각 열에 대한 점곱을 구하기 위해 제 설계의 XT * X를 취할 것이라고 생각했습니다. 혼동이 없다면 모든 비대각선 항에 0이 있을 것으로 예상합니다. 이렇게 할 때 R에서 가능한 |22| 중에서 비대각선 항이 분명히 있다고 가정해 보겠습니다. 일부 비대각선 항은 최대 |6| 정도입니다. 그림을 참조하세요. 하지만 JMP에서 이 설계를 평가하고 별칭 행렬을 보면 비대각선 요인 항이 0입니다(저는 주효과만 평가하기 위해 별칭 모델 항을 가지고 놀았습니다). 이것은 간단한 선형 대수처럼 보이지만 아마도 제가 근본적인 오해를 하고 있는 것 같습니다. 열 벡터의 점곱이 0이 아니면 직교하지 않습니다. 아마도 이것은 잘못된 생각일 수 있지만 가능한 22개 중 6개는 상당히 많은 혼란을 초래하는 것 같습니다. JMP가 내가 놓친 것을 무엇을 하고 있는지, 또는 내 이해가 어디에서 잘못되었는지, 확실히 내가 틀렸습니다.안녕,
JMP 외부에서 보고서나 계산을 보지 않고는 어떤 작업을 했는지 알기 어렵습니다.
주요 효과 사이에 혼동이 없는 디자인은 당신이 얻고 있는 것과 같은 별칭 행렬을 보여줄 수 있습니다. 이것은 스크리닝 디자인 유형에 대한 일반적인 예상 동작이어야 합니다.
JMP에서 주요 효과만 포함하는 사용자 정의 디자인을 빌드할 때 상관 관계의 색상 맵은 다음과 같습니다.
주요 효과(노란색 영역) 사이에는 상관관계/공동 발견이 없지만, 고차 항 사이에는 상관관계가 높은 것을 볼 수 있습니다.
별칭 매트릭스는 라이언이 아래에서 설명한 것과 다른 목적을 가지고 있습니다.
일반적으로 보고서에서 상관관계의 색상 맵을 확인하여 설계의 상관관계/혼동 속성에 대해 알아보려 합니다.
편집: 별칭 매트릭스에 대한 오해의 소지가 있는 진술을 수정했습니다.
Re: R과 JMP에서 앨리어싱(혼동)에 대한 디자인 매트릭스 평가에 대한 답변이 다릅니다.
색상 상관관계는 다음과 같습니다. 별칭 항목에서 주요 효과만 사용했습니다. 별칭 행렬은 1과 0이지만 색상 상관관계 맵에는 0이 아닌 대각선이 아닌 항목이 있습니다. 다음 답변에서는 JMP 외부에서 수행한 작업을 보여드리겠습니다.
Re: R과 JMP에서 앨리어싱(혼동)에 대한 디자인 매트릭스 평가에 대한 답변이 다릅니다.
설계 행렬의 16개 열(즉, 22개 실험에 걸친 16개 요인)의 점곱은 16x16 행렬을 생성합니다.
다시 말해서 대각선에서 벗어난 항이 있는 것 같습니다. 그리고 -6에 대한 22의 척도를 기준으로 하면 절대값 의미에서 상당히 큰 관계처럼 보입니다. 아마도 저는 매우 근본적인 오해가 있는 것 같습니다. 또 다른 가능성은 대각선에서 벗어난 항이 무시되는 일부 차단점이 있다는 것입니다. 하지만 그러면 저는 다음과 같은 순서로 혼동을 제안할 것입니다.
Re: R과 JMP에서 앨리어싱(혼동)에 대한 디자인 매트릭스 평가에 대한 답변이 다릅니다.또 다른 사소한 문제는 어떤 이유에서인지 주요 효과를 별칭 항목에 넣으면 색상 맵 상관관계에서 반복되는 요인을 볼 수 있습니다. 이를 제거하고 별칭 항목을 비워두면 별칭 행렬을 볼 수 없지만 색상 맵 상관관계는 이제 사본을 하나만 표시합니다. 버그?
Re: R과 JMP에서 앨리어싱(혼동)에 대한 디자인 매트릭스 평가에 대한 답변이 다릅니다.
다른 이미지가 있습니다. 모델 용어로 주효과를 사용하고 별칭 용어로 주효과와 2차 상호 작용을 모두 추가했습니다. 색상 맵 상관 관계에서 2차 대 2차의 어두운 블록을 볼 수 있습니다. 하지만 주효과 대 주효과와 주효과 대 2차는 거의 같은 밝은 회색입니다. 그렇다면 별칭 행렬이 대각선에서 주효과 대 주효과에 대해 0을 나열하는 반면 주효과 대 2차에 대해 다양한 숫자를 나열하는 이유는 무엇입니까? 다시 말하지만 제가 이해하지 못하는 것이 분명합니다.
Re: R과 JMP에서 앨리어싱(혼동)에 대한 디자인 매트릭스 평가에 대한 답변이 다릅니다.별칭 행렬은 모델에 있는 용어를 포함하지 않을 때 발생하는 상황을 반영합니다. 렌더링이 정확하지 않지만 "Z"(즉, 별칭 용어를 반영하는 열)가 모델 용어와 동일한지 확인하면 현재 보고 있는 단위 행렬을 얻을 수 있습니다.
https://community.jmp.com/t5/RD-Blog/What-is-an-Alias-Matrix/ba-p/30448
모델 용어 간의 이러한 상관 관계(이를 보려면 별칭 용어에 필요하지 않음)는 모델을 적합시킬 때 매개변수 추정치의 표준 오차를 증가시킵니다. 추정 효율성 개요는 이러한 모든 효과를 완벽하게 직교시킬 수 있다면 얼마나 더 클지 확인하는 데 도움이 됩니다.
https://www.jmp.com/support/help/en/18.1/index.shtml#page/jmp/estimation-efficiency.shtml
색상 맵을 사용하면 디자인의 속성을 빠르게 살펴볼 수 있고, 추정 효율성/별칭 행렬을 사용하면 모델에 어떤 용어가 포함되는지, 포함되지 않는지를 고려할 수 있습니다.
