Предприятельство 3 факторов

Классная задача по 3-факторному факториальному эксперименту (3 фактора, по два уровня каждый). Ниже даю подробное решение и объяснения. Если у вас реальные данные по ответу Y, подставляйте их в шаги ниже. 1) Что за задача и как её рассматривать - Факторы: A, B, C. Каждый фактор имеет два уровня: -1 и +1 (могут быть конкретные значения, например A: низкая/высокая температура и т.д.). - Цель: понять, как каждый фактор и их взаимодействия влияют на отклик Y. - Обычно используют полный 2^3 факторный эксперимент: 8 комбинаций факторов (Runs). 2) Таблица дизайна (2^3) Сами значения A, B, C в разных записях можно записать так: Run | A | B | C 1 | -1| -1| -1 2 | +1| -1| -1 3 | -1| +1| -1 4 | +1| +1| -1 5 | -1| -1| +1 6 | +1| -1| +1 7 | -1| +1| +1 8 | +1| +1| +1 3) Соберите данные по откливу Y У вас 8 значений Y1…Y8 (одно наблюдение на комбинацию). Пример (для иллюстрации возьмем произвольные данные, замените на свои): Y = [5.2, 6.8, 6.0, 7.1, 5.7, 7.0, 6.5, 7.6] 4) Вычисления: эффекты и взаимодействия - Главные эффекты (на уровне A, B, C): - Эффект A = среднее Y при A = +1 минус среднее Y при A = -1. - Эффект B, аналогично для B. - Эффект C, аналогично для C. - Взаимодействия AB, AC, BC: - Эффект AB можно определить как разницу средних по группам, где AB = +1 против AB = -1, удерживая другие факторы усредненными. Аналогично для AC и BC. - ABC — трехфакторное взаимодействие: разница средних между группами, где ABC = +1 против ABC = -1, удерживая другие факторы усредненными. - Пример our чисел (на основе вышеуказанных Y): - Среднее по A = +1: (6.8 + 7.1 + 7.0 + 7.6)/4 = 7.125 - Среднее по A = -1: (5.2 + 6.0 + 5.7 + 6.5)/4 = 5.85 - Эффект A = 7.125 − 5.85 = 1.275 - Среднее по B = +1: (6.0 + 7.1 + 6.5 + 7.6)/4 = 6.800 - Среднее по B = -1: (5.2 + 6.8 + 5.7 + 7.0)/4 = 6.175 - Эффект B = 6.800 − 6.175 = 0.625 - Среднее по C = +1: (5.7 + 7.0 + 6.5 + 7.6)/4 = 6.825 (уточнение после подсчета) - Среднее по C = -1: (5.2 + 6.8 + 6.0 + 7.1)/4 = 6.275 - Эффект C ≈ 6.825 − 6.275 = 0.550 (при необходимости посчитайте точно по своим данным) Далее аналогично рассчитываются эффекты AB, AC, BC и ABC через соответствующие группы. В примере выше для наглядности можно привести точные числа, как в моем рабочем примере, чтобы модель точно соответствовала данным. Если вы пришлёте ваши Y, я посчитаю точно. 5) Построение модели регрессии В полной 2^3 факторной модели с кодировкой -1 и +1 уравнение имеет вид: Y_hat = β0 + βA·A + βB·B + βC·C + βAB·(A·B) + βAC·(A·C) + βBC·(B·C) + βABC·(A·B·C) Как получить коэффициенты (практический способ): - β0 = среднее всех Y (основной уровень). - βA = эффект A / 2 - βB = эффект B / 2 - βC = эффект C / 2 - βAB, βAC, βBC, βABC — коэффициенты соответствующих взаимодействий, получаемые из регрессии по столбцам A·B, A·C, B·C, A·B·C. Вручную можно сначала посчитать «эффект» взаимодействия (разница средних между группами AB=+1 и AB=-1 и т. д.), а затем нормировать так, чтобы сумма вкладов по всем предикторам согласовывалась с данными. В примере это дарит точные коэффициенты: например βAB ≈ -0.0875, βAC ≈ -0.0375, βBC ≈ 0.0375, βABC ≈ 0.0375 (для приведённых в примере Y). - Пример подстановки: если подставить A=-1, B=-1, C=-1 в уравнение, вы получите Y_hat, равное фактическому Y для этой строки (это проверяется в корректной подстановке коэффициентов). 6) Итоговая модель (пример на основе иллюстративных данных) Y_hat = β0 + βA·A + βB·B + βC·C + βAB·(A·B) + βAC·(A·C) + βBC·(B·C) + βABC·(A·B·C) где примерные коэффициенты (для иллюстрации и проверки на своих данных): - β0 ≈ 6.49 - βA ≈ 0.64 - βB ≈ 0.31 - βC ≈ 0.21 - βAB ≈ -0.09 - βAC ≈ -0.04 - βBC ≈ +0.04 - βABC ≈ +0.04 7) Как интерпретировать результаты - Главные эффекты: положительный βA, βB, βC означают, что переход на уровень +1 по соответствующему фактору в среднем повышает Y. - Взаимодействия: знак и величина βAB, βAC, βBC показывают, как сочетания факторов влияют на отклик сверх суммарного эффекта отдельных факторов. - Например, если βAB отрицательный, значит влияние совместного повышения A и B несколько отличается от суммы их отдельных эффектов (иногда эффект уменьшается). - ABC: коэффициент трехфакторного взаимодействия говорит, как изменение трех факторов вместе влияет на Y сверх суммы всех парных взаимодействий. 8) Что важно учитывать на практике - У вас должны быть либо реплики на каждом ребре дизайна, либо центр-пойнты, чтобы оценивать статистическую значимость и ошибку измерения. Безrepликатов у 8 наблюдений трудно делать значимостную оценку, поэтому обычно добавляют повторные замеры или центр-пойнты. - Если у вас другой набор уровней (не -1/+1) — просто используйте те же идеи: кодируйте уровни в -1/ +1 для удобного построения регрессионной модели. - Если задача требует не двух уровней, а больше (например три уровня по каждому фактору), используйте соответствующий факторный дизайн (3^k), но принцип расчётов сохраняется: разделяете на уровни, вычисляете эффекты, строите регрессию. 9) Что делать, если вам нужна помощь именно по вашей задаче - Пришлите ваши Y для всех 8 комбинаций (или изображение задачи), и я посчитаю точно: - таблицу дизайна, - главные эффекты и взаимодействия, - коэффициенты регрессии β0, βA, βB, βC, βAB, βAC, βBC, βABC, - итоговую модель и её интерпретацию. - Если задача другая (например, другое число факторов или другая постановка), скажите, и адаптирую решение под неё. Важно: параметры предмета и класса у нас не указаны, поэтому я даю общую методику для средней школы. Если нужно адаптировать под конкретный предмет (математика, статистика, физика экспериментов) или уровень сложности, скажите — адаптирую стиль объяснений. Готов рассчитать точную модель по вашим данным — пришлите Y для восьми комбинаций.