Modelado de los resultados del diseño de experimentos (DOE) con parcelas divididasLa regresión generalizada no funciona con efectos aleatorios como los factores de parcela completa, por lo que, dado que el ruido aleatorio no se puede eliminar, supongo que genreg no se puede utilizar para modelar los resultados de DOE de parcela dividida.
Diseño de experimentosRe: Modelado de resultados de DOE de parcelas divididasTe sugiero que leas:
Box, GEP, Stephen Jones (1992), “ Diseños de parcelas divididas para una experimentación de productos robusta ”, Revista de Estadística Aplicada , vol. 19, n.º 1
Re: Modelado de resultados de diseño de experimentos (DOE) en parcelas divididasNo encuentro una versión gratuita de este documento. ¿JMP GENREG en 1992?
Re: Modelado de resultados de diseño de experimentos (DOE) en parcelas divididasHola @frankderuyck ,
Puedes ajustar modelos de regresión generalizada con efectos aleatorios eligiendo la personalidad de modelo lineal mixto generalizado al iniciar la plataforma Fit Model:
Espero que esta respuesta rápida y práctica te sea útil.
Re: Modelado de resultados de diseño de experimentos (DOE) en parcelas divididasConozco este Victor, pero no tiene las excelentes opciones de selección de Aicc/penalización de Forward como GENREG. ¿Existe alguna opción de "Todos los subconjuntos" para obtener el mejor modelo?
Re: Modelado de resultados de diseño de experimentos (DOE) en parcelas divididas¿Tal vez empezar con GENREG sin el factor de trama completa y seleccionar los efectos fuertes usando "Mejor subconjunto" y luego volver a Ajustar Mixto con los efectos fuertes + trama completa aleatoria?
Re: Modelado de resultados de diseño de experimentos (DOE) en parcelas divididasEsta opción no está disponible ni se recomienda en escenarios del Departamento de Energía (DOE). La opción "Todos los subconjuntos" es más bien una forma de minería de datos e independiente del modelo para construir modelos. Si elimina el factor de parcela completo para usar la plataforma GenReg, perderá la ventaja de tener un efecto aleatorio, que captura la varianza que no le interesa. Sin el efecto aleatorio, esta varianza se considerará aleatoria y podría "ocultar" efectos potencialmente activos.
Al construir el diseño de experimentos (DoE), se ha asumido un modelo. Ajuste este modelo con el/los efecto(s) aleatorio(s) mediante el Modelo Lineal Mixto Generalizado y evalúe la relevancia y la corrección de este modelo (análisis de residuos, métricas del modelo, etc.).
Luego puedes comenzar a relanzar el modelo eliminando algunos términos de orden superior (pero respetando aún la herencia del efecto) y comparar los diferentes modelos que tienes: influencias de los factores en la(s) respuesta(s), métricas de los modelos, análisis de residuos...
Re: Modelado de resultados de DOE de parcelas divididasO mejor aún, como ocurre con el efecto aleatorio de la parcela completa, los niveles de los factores pueden correlacionarse: ¿comenzar con la red elástica de género para seleccionar primero el efecto más fuerte?
Re: Modelado de resultados de diseño de experimentos (DOE) en parcelas divididasEl mismo problema: dado que no utilizarás el efecto aleatorio, parte de la varianza se considerará aleatoria. Por lo tanto, terminarás teniendo más dificultades para detectar efectos, independientemente del método utilizado.Re: Modelado de resultados de diseño de experimentos (DOE) en parcelas divididasGracias por tu interesante respuesta, Victor. Tienes razón: sin el efecto aleatorio de toda la parcela, habrá un ruido significativo; sin embargo, los efectos fuertes destacarán más entre el ruido. En el resultado del "mejor subconjunto", no deberías ser demasiado estricto con los valores p; creo que un umbral de 0,1 es aceptable para seleccionar los factores con el efecto más fuerte.
