中心点を使用した 2 レベルの完全階乗での曲率のテスト<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Minitab を使用して、いくつかの中心点を持つ 2 レベルの階乗を分析することに慣れています。Minitab には、指定された曲率のテストがあります (JMP の不適合テストとは対照的に)。JMPに似たようなものはありますか、それとも不適合テストを使用するだけですか?
Re: 中心点を持つ 2 レベルの完全階乗で曲率をテストするこんにちは。
不適切なコメントについて。 適合の欠如 (重要な場合) は、モデルを大幅に改善する何かがモデルに欠けていることを示しています。 これは必ずしも二次効果である必要はありません。また、インタラクション効果の欠落や、測定していないものの応答に影響を与える可能性もあります。
"誤差合計の差のモデルからの二乗と純粋な誤差の合計の正方形と呼ばれる運動不足和の正方形。 の運動不足モデルが適切でない場合、変動は純粋な誤差変動よりも大幅に大きくなる可能性があります。 たとえば、予測子の関数形式が間違っているか、モデルに十分な、または正しい交互作用効果がない可能性があります。」 （ドキュメンテーション）
Re: 中心点を持つ 2 レベルの完全階乗で曲率をテストする曲率テストを行う簡単な方法の 1 つは、曲率の存在に対応するモデル項がパラメーター推定値で有意であるかどうかを確認することです。 二次項または二次項が重要でない場合、実際に曲率を持つことはできません。
Re: 中心点を持つ 2 レベルの完全階乗で曲率をテストする素早い投稿ありがとうございます。 フォローアップまたは説明として、かなり
この状況での曲率の標準的で簡単なテストは、
中心点の平均から隅の点の平均まで。 これなら
違いが十分に大きい場合、おそらく曲率があり、これが保証されます
どの要因を特定するためのさらなる研究。 このテストは手動で行うことができます
JMP ですが、このようなかなり標準的なテストは表示可能であると考えていました
会話のどこか。 そうでなければ、そうです。
Re: 中心点を使用した 2 レベルの完全階乗の曲率のテストこんにちは。
曲率をチェックするには、少なくともいくつかのオプションがあります。1 つ目は、モデルの適合を使用してモデルを構築するときに、赤いホット スポットの下に予測値による残差をプロットすることです。[行の診断] > [予測による残差のプロット] に移動します。残差ポイントの分散を見て、それらがランダムか、または何らかのパターンであるかを確認します。もう 1 つのオプションは、主効果のみのモデルを適合させてから、応答曲面モデルを適合させることです。曲率があると、2 つのことが起こります。二次項のいずれかがモデルにとって重要である場合、適合モデルは改善され、曲率項がアクティブな予測プロファイラーで曲率が表示されます。
