Absence de test d'ajustementBonjour à tous. J'ai une question concernant le plan d'expériences (DOE).
Lors d'un test d'adéquation, comment calculer le rapport F ? F = MS résiduel / MS erreur pure ou
F = MS manque d'ajustement / MS erreur pure. L'idée est de comparer l'erreur du modèle à l'erreur expérimentale.
Les résultats obtenus avec les deux formules sont-ils différents ? Lequel est le plus fiable et quand faut-il utiliser l’une ou l’autre ?
La première formule donne une valeur de f inférieure à celle de la seconde formule pour les mêmes données.
Je serais reconnaissant si quelqu'un pouvait clarifier ce point.
Cordialement, Milen
Conception des expériencesRe: Absence de test d'aptitudeSalut @DiscreteIbex427 ,
Bienvenue dans la communauté !
Le rapport F utilisé dans le test d'absence d'ajustement est le rapport du carré moyen pour l'absence d'ajustement au carré moyen pour l'erreur pure, donc votre deuxième option, voir l'aide de JMP .
Les résidus d'un modèle correspondent à la somme du sous-ajustement du modèle et de l'erreur pure (estimée par réplication). C'est pourquoi on choisit la seconde formule, puisqu'il s'agit de comparer ces deux sources d'erreur. J'ignore quand, voire si, la première formule peut être utilisée, mais certainement pas dans le contexte du sous-ajustement. Puisque résidus = sous-ajustement + erreur pure, je m'attendrais à ce que la première formule donne des valeurs plus élevées, et non plus faibles.
J'espère que cette réponse apportera des éclaircissements.
Re: Absence de test d'aptitudeBonjour Victor, merci pour votre temps et votre réponse détaillée.
Cette question est posée pour deux raisons :
- le livre de Vuchkov et Boyadzhieva, où cette question est abordée au chapitre 2, points 2.3.4, page 56 ;
- l'article d'Atasoy, où il présente une méthode alternative pour calculer le rapport F lors de l'application du test d'absence d'ajustement.
Mon idée est que, si quelqu'un a déjà rencontré un cas similaire, il puisse expliquer quand utiliser les deux formules et laquelle donne les résultats les plus fiables.
Je joins les deux sources citées.
Encore une fois, merci pour votre réponse.
Cordialement, Milen
Re: Absence de test d'aptitudeJe n'ai pas encore examiné en détail les documents joints, mais ce qui me frappe immédiatement dans l'article d'Atasoy, sauf erreur de ma part, c'est l'utilisation de mesures répétées pour estimer l'erreur expérimentale. À mon avis, c'est une méthode incorrecte pour estimer les erreurs aléatoires (ou l'erreur quadratique moyenne). L'estimation devrait se faire par réplication randomisée, et non par mesures répétées. Les mesures répétées permettent d'estimer la variation au sein du traitement, tandis que l'erreur quadratique moyenne devrait être estimée par les erreurs entre les traitements.
De plus, si vous pouviez préciser le contexte de votre question, nous serions peut-être en mesure de mieux la comprendre. Par exemple, l'estimation du « manque d'ajustement » est-elle due à une réduction du modèle ou à l'omission involontaire de termes du modèle assignables ?
