Estaba viendo el siguiente video de Youtube a continuación, donde el Dr. Ramsey muestra cómo analizar un DSD de 6 factores con 4 puntos centrales (ejecuciones totales = 17).
Alrededor del minuto 5:25, muestra cómo usar los mejores subconjuntos/todos los modelos posibles para reducir el modelo cuadrático completo, y menciona que el número máximo de términos para este DOE es de 9. Indica que para calcular este número, se debe tomar el número de configuraciones únicas (13) y restar 3, y luego restar 1 (supongo que para el término de intersección).
Mi pregunta es ¿de dónde viene el 3 en el 13-3-1?
¿Será que la referencia "3" se refiere simplemente al número de niveles en el DSD? ¿Es siempre así? Por ejemplo, si tuviera un DOE de 7 factores y 17 ejecuciones, ¿el número máximo de términos que podría tener en este modelo sería 17 - 3 - 1 = 13 términos?
https://www.youtube.com/watch?v=tQYY2bXkVf8&list=PLxfm_owPoF2FCvQPrt0RLsn6mOyAJ1rb_&index=38
No vi el video. "Para m factores, hay 2m + 1 ejecuciones basadas en m pares de pliegues y un punto central general. Cada ejecución (excluyendo el punto central) tiene exactamente un nivel de factor en su punto central y todos los demás en los extremos".
Jones y Nachtsheim Una clase de diseños de tres niveles para el cribado definitivo en presencia de efectos de segundo orden, JQT, vol. 43, n.º 1, enero de 2011
Blog de Jones:
https://community.jmp.com/t5/JMP-Blog/Uso adecuado e inadecuado de los diseños de cribado definitivos/ba-p/30703
La ayuda de JMP tiene bastante información sobre DSD.
https://www.jmp.com/support/help/es/19.0/?os=mac&source=application#page/jmp/diseños-de-cribado-definitivos.shtml%23
Hola @mjz5448 ,
Para 6 factores, el número mínimo de ejecuciones para un DSD es 13 (como lo repite @statman ).
Aquí, Philip Ramsey creó el diseño con el número mínimo de carreras (13) y agregó 4 puntos centrales adicionales (ya hay un punto central en el DSD de manera predeterminada, por lo que tiene 5 puntos centrales en total en este DSD de 17 carreras presentado en el video).
Aparte de los puntos centrales, no hay otras filas duplicadas.
De un total de 17 ejecuciones, solo hay 13 ejecuciones únicas (17, 4 filas duplicadas) que se pueden usar para ajustar un modelo, es decir, 13 grados de libertad. Uno de estos grados de libertad se asigna a la intersección, por lo que quedan 12 grados de libertad. Esto se puede comprobar ajustando un modelo excesivamente complejo y saturado a los datos y consultando en las plataformas JMP el número de grados de libertad asignados al modelo:
Se puede observar que las filas duplicadas de los 4 puntos centrales se utilizan para estimar el error del modelo. Con los 12 grados de libertad permitidos para la estimación del modelo, se podrían incluir 12 términos en el modelo.
Aquí están los resultados con un modelo saturado (12 términos):
He aquí un modelo más parco, pero eficaz:
No he visto el video completo (¡aún!). Quizás haya una explicación para la cantidad de términos que menciona Philip Ramsey (para evitar un modelo saturado, basado en criterios de información, etc.). En una de sus diapositivas, prueba modelos de hasta 11 términos, así que creo que la idea es simplemente evitar un modelo (casi) saturado que podría llevar a resultados de diagnóstico demasiado optimistas (aunque el AICc y el BIC deberían ser mayores, ya que el modelo está saturado y es complejo, sin mucho valor/beneficio añadido con los últimos dos o tres términos añadidos).
Por lo tanto, lo veo más como una "regla general" tener (maxDF - 3) el número máximo de términos en un modelo, para evitar el sobreajuste y estimar adecuadamente el error del modelo.
Encuentre el conjunto de datos adjunto para verificar y probar diferentes modelos.
Creo que tienes razón sobre los 3 DF restantes por error como regla general. Siempre he oído que 5 DF por error es una medida segura, pero intentaré revisar algunas diapositivas suyas anteriores a ver si lo menciona como regla general.
