Reaktionsfläche VS Gemisch-ReaktionsflächeHallo die Herren,
Ich schreibe, weil ich etwas verwirrt bin über die Optionen, die es in JMP gibt. Ich versuche, ein DOE und die Konstruktion des Modelleffekts auszuwerten. Es gibt mehrere Optionen, z. B. die standardmäßige Antwortfläche, aber ich habe einen Vergleich mit Minitab durchgeführt und unterschiedliche Ergebnisse zwischen beiden Softwareprogrammen gefunden, aber ich denke, das Minitab-Ergebnis ist das gute Da es sich mehr um die Faktordiagramme handelt, die ich zuvor hatte, begann ich, ein wenig mit der Option herumzuspielen, und stellte fest, dass die Mischungsreaktionsfläche am nächsten kam. Warum passiert das? Ich habe versucht, im JMP-Tutorial weitere Informationen dazu zu finden, aber es fehlen Informationen
Hinweis: Mein DOE basiert auf 4 Faktoren und ich habe mehrere Antworten
Mit freundlichen Grüßen
FactorialFactorialFakultät
ParetoPareto Pareto
Betreff: Reaktionsfläche VS Gemisch-ReaktionsflächeHallo Archy,
Da Sie in praktisch jeder Modellierungsplattform eine k-fache Kreuzvalidierung finden, ist es besser, sie selbst zu recherchieren.Sie können entweder die JMP-Hilfe durchsuchen oder über Google suchen (K-Fold-Kreuzvalidierung JMP) und Sie werden mehrere Links für Informationen und einige hilfreiche YouTube-Videos sehen.
Am besten,
Rechnung
Betreff: Reaktionsfläche VS Gemisch-ReaktionsflächeHallo Billy,
Ich verwende JMP Pro nicht. Wo könnte ich weitere Tutorials dazu finden? K-fache Kreuzvalidierung in JMP? Ich weiß nicht, wie ich k-fold ändern kann?
Betreff: Reaktionsfläche VS Gemisch-ReaktionsflächeHallo Archy,
Mit JMP gibt es viele Möglichkeiten, eine Kreuzvalidierung einzurichten, um eine Überanpassung Ihres Modells zu vermeiden.Fast jede Plattform innerhalb von JMP ermöglicht eine K-fache Kreuzvalidierung.Wenn Sie über einen kleineren Datensatz verfügen, verwenden Sie eine k-Faltung für die Anzahl der Stichproben (Zeilen) in Ihrem Datensatz.Wenn Sie beispielsweise 20 Zeilen haben, stellen Sie Ihre k-Faltung auf 20 ein. Dies wird auch als „Leave-One-Out-Kreuzvalidierung“ bezeichnet.
Wenn Sie JMP Pro verwenden, können Sie eine Validierungsspalte verwenden. Eine andere Option wäre, JMP zufällig bis zu 20 % Ihrer Daten auswählen zu lassen und die ausgewählten Daten dann auszublenden und auszuschließen, um sie als Holdout-Satz zum Testen der Vorhersagefähigkeit zu verwenden Ihres Modells.
Überanpassung ist für viele Vorhersagemodelle ein echtes Problem.Überprüfen Sie Ihre p-Werte für jeden Parameter.Bei JMP beträgt der Standard-p-Wert für Variablen, die für das Modell wichtig sind, 0,05. Alles über diesem Wert ist verdächtig und Sie sollten die Vorhersagefähigkeit des Modells mit und ohne Variablen überprüfen, die einen p-Wert über 0,05 haben.
Ein weiteres verräterisches Zeichen dafür, dass Sie möglicherweise überfit sind, ist, wenn Ihr R-Quadrat und die R-Quadrat-bereinigten Werte erheblich voneinander abweichen.Diese beiden Werte werden wahrscheinlich ziemlich nahe beieinander liegen, wenn das Modell nicht überangepasst ist.Es gibt mehrere andere Möglichkeiten zur Überprüfung auf Überanpassung, aber die oben genannten sollen Ihnen bei der Entscheidung helfen, ob JMP oder Minitab Ihnen das bessere Vorhersagemodell bietet.
Hoffe das hilft.
Am besten,
Rechnung
Betreff: Reaktionsfläche VS Gemisch-ReaktionsflächeHallo Bill,
Da haben Sie einen guten Punkt. Wie kann ich wissen, wann ein System zu gut passt und wann nicht? Ich weiß auch nicht, wie Minitab das macht. Ich sagte in der vorherigen E-Mail. Ich habe gerade die Standardparameter ausgewählt, die im Tutorial beschrieben sind. In einigen Punkten stimme ich Ihnen zu, aber das Problem, das ich nicht beheben kann, besteht darin, dass ich einige Parameter habe, die von JMP nicht ausgewertet werden, wie z. B. die Schnittbreite, oder die scheinbar keine Bedeutung haben. Minitab hingegen stuft diesen Faktor als bedeutsam ein. es sind 180 Grad Unterschied.
Mit freundlichen Grüßen
Betreff: Reaktionsfläche VS Gemisch-ReaktionsflächeVielen Dank für die Bilder. Es sieht so aus, als ob Sie sich mit Ihrem Minitab-Modell höchstwahrscheinlich in einer Überanpassungssituation befinden.Die JMP-Effektzusammenfassung zeigt die Faktoren, die im Modell am wichtigsten und aktivsten sind, basierend auf dem p-Wert und dem Logworth-Wert.Basierend auf der JMP-Ausgabe scheinen die quadratischen Effekte nur einen geringen Einfluss auf das beste Gesamtmodell zu haben.Ich weiß nicht, wie Minitab dabei hilft, die wichtigsten Faktoren für ihre Modelle zu finden, aber das könnte ein guter Ausgangspunkt sein, um sicherzustellen, dass Ihr Modell nicht überfit ist.
Betreff: Reaktionsfläche VS Gemisch-ReaktionsflächeHallo Bill,
Ja, ich habe meine Faktoren von kategorisch auf kontinuierlich geändert und sehe mir die Ergebnisse an, konnte aber keine Unterschiede in der Oberflächenreaktion feststellen, siehe beigefügtes Bild. Zu Ihrer Frage: Minitab arbeitet standardmäßig vollständig quadratisch, siehe auch das beigefügte Bild.
Mit freundlichen Grüßen
Betreff: Reaktionsfläche VS Gemisch-ReaktionsflächeWenn ich darf, würde ich gerne was hinzufügen @Dan_Obermiller hat geschrieben.
Die Methode, die Sie zur ersten Analyse Ihrer Daten in JMP verwendet haben, war kein fairer Vergleich mit Minitab, da Sie nur kategoriale Faktoren hatten.Sie können quadratische oder quadrierte Terme nicht mit kategorialen Faktoren schätzen, daher gibt es keine Antwortoberfläche.Aus diesem Grund sagte Dan, man solle die Faktoren auf „kontinuierlich“ umstellen.Mit kontinuierlichen Faktoren können Sie die gewünschten quadratischen Schätzungen erhalten, sofern diese tatsächlich existieren und für das Modell wichtig sind.Es wäre gut, die Ausgabe Ihres Minitab-Modells zu sehen, um zu sehen, ob Ihr Modell quadrierte Terme enthält.Wenn ja, würde das helfen, den Unterschied zwischen den Modellen zu erklären, die Sie ursprünglich gesehen haben.
Das letzte Bild, das Sie geteilt haben, sah aus, als wären Sie dem nahe gekommen, was Dan war.
HTH
Rechnung
Betreff: Reaktionsfläche VS Gemisch-ReaktionsflächeHallo, vielen Dank für Ihre Tabellen und Ihr Feedback. Ich habe die von Ihnen hochgeladenen Tabellen und Bilder überprüft und habe einige technische Schwierigkeiten, die Experimente der RMS-Tabelle zu entwickeln. Ganz einfach, weil das mit O gekennzeichnete Tool nicht größer als 1 sein kann. Es ist eine Einschränkung, die wir haben. Wir haben zuvor ein Screening entwickelt und die Betriebsparameter festgelegt. Tatsächlich haben wir alle Experimente entwickelt und möchten die Daten analysieren, ein Pareto-Diagramm mit standardisiertem Effekt erstellen, die ANOVA erstellen und sehen, welche Parameter den größten Effekt haben. Ich habe das JMP-Excel-Tool noch nicht ausprobiert, weil ich dachte, das Fit-Modell sei leistungsstark genug, um es zu erstellen. Allerdings habe ich noch einige Fragen.
Was meinten Sie damit? „Der einzige Grund, sie als diskret zu spezifizieren, besteht darin, bestimmte Ebenen in das Design einzubinden.“ Wenn Sie das wirklich möchten, geben Sie ein Modell höherer Ordnung an und/oder verwenden Sie die Option „Diskrete Numerik“.
Wie haben Sie den Faktor RS in der Option „Fit-Modell“ erhalten?
Endlich den letzten Punkt zurückerobern,
„Denken Sie daran, dass JMP darauf ausgelegt ist, das bestmögliche Experiment zu erstellen, und nicht darauf, eine bestimmte Tabelle mit Durchläufen abzugleichen. Die Lauftabelle ist möglicherweise nicht die beste Wahl. Die einzige Möglichkeit, dass JMP eine Tabelle „erstellt“, die mit der Excel-Tabelle übereinstimmt, ist die Verwendung von „DOE“ > „Klassisch“ > „Vollfaktoriell“. Geben Sie alle Faktoren an und erstellen Sie den Entwurf. Anschließend müssen Sie die unerwünschte Kombination manuell entfernen. Beachten Sie, dass der letzte Teil manuell sein muss, denn wenn Sie diese Kombination nicht durchführen, führen Sie KEINEN vollständig faktoriellen Versuchsplan aus. Aus diesem Grund erstellt JMP dieses Design nicht automatisch. Das ist der Zweck des kundenspezifischen Designs: Designs für Ihre spezifische Situation zu erstellen, anstatt zu versuchen, ein Design zu erzwingen, das nicht wirklich angemessen ist.“
Tatsächlich habe ich das zu Beginn dieser Diskussion getan und festgestellt, dass die Ergebnisse nicht korrekt sind, wenn ich die Ergebnisse beispielsweise mit Minitab vergleiche; Ich erinnerte mich jedoch daran, dass Sie mir gesagt hatten, dass ich einfach das DOE mit dem Modell abgleiche.
Beste Grüße und einen schönen Tag
Betreff: Reaktionsfläche VS Gemisch-ReaktionsflächeVielen Dank für die Bereitstellung der Dateien. Das hilft enorm.
Zunächst geben Sie an, dass Sie die Excel-Datei replizieren MÜSSEN. Wenn das der Fall ist, sind Sie nicht wirklich daran interessiert, ein geplantes Experiment zu erstellen. Sie sind daran interessiert, die spezifischen Versuche in der Excel-Tabelle auszuführen. Warum öffnen Sie nicht einfach die Excel-Tabelle in JMP, führen diese Tests durch, geben die Antworten ein und analysieren?
Sie werden IMMER Schwierigkeiten haben, JMP an Ihre Excel-Tabelle anzupassen, da JMP bessere Ergebnisse erzielen kann als diese Tabelle mit den Durchläufen.
Einige Probleme, die ich in Ihrer Tabelle gesehen habe:
Wenn es sich bei der Angabe Ihrer Faktoren um einen kontinuierlichen Faktor handelt (z. B. Vorschub pro Zahn, Schnittgeschwindigkeit und Schnittbreite), geben Sie diesen Faktor als kontinuierlich und nicht als kategorisch an. Der einzige Grund, sie als diskret anzugeben, besteht darin, bestimmte Ebenen in das Design einzubinden. Wenn Sie das wirklich möchten, geben Sie ein Modell höherer Ordnung an und/oder verwenden Sie die Option „Diskrete Numerik“.
Als ich die Faktoren kontinuierlich machte (mit Ausnahme des Werkzeugnamens), erstellte ich einen Entwurf mit 45 Durchläufen für das Modell nur mit den Haupteffekten (angehängter Entwurf). Anschließend habe ich das von JMP generierte benutzerdefinierte Design mit der Excel-Tabelle verglichen. Das JMP-Sonderdesign hatte bei allen Modellbedingungen eine gleichwertige oder bessere Leistung. Der JMP-Entwurf wies für einen großen Teil des Entwurfsbereichs eine geringere Vorhersagevarianz auf als die Excel-Tabelle (und wo sie schlechter war, war sie extrem nahe beieinander). Das Ergebnis habe ich als Bild angehängt. Fazit ist, dass JMP Ihnen kein minderwertiges Design liefert, wenn es ein besseres Design gibt.
Wenn Sie das Design mit JMP auf diese Weise erstellen, beschränken Sie die Faktoren auf zwei Ebenen. Beim Experimentieren geht es um EFFIZIENZ. Machen Sie so wenige Versuche wie möglich, um Ihr Wunschmodell abzuschätzen. Anschließend ermitteln Sie anhand des Modells die optimalen Einstellungen. Sie müssen nicht jede Kombination in einem Raster ausprobieren, um einen Prozess zu optimieren. Da Sie bei diesem Ansatz nur ein Haupteffektmodell angegeben haben, sind für keinen der kontinuierlichen Faktoren mehr als zwei Ebenen erforderlich. Die Durchführung von Experimenten auf mehr als zwei Ebenen ist verschwenderisch.
Warum auf einer dritten Ebene bestehen? Oft liegt es daran, dass Sie eine gekrümmte Reaktion erwarten. Das zur Schätzung der Krümmung zu verwendende Modell ist also ein Antwortoberflächenmodell. In JMP habe ich auf die RSM-Schaltfläche geklickt, um ein Antwortoberflächenmodell zu erhalten (Design als JMP RSM Design angehängt). Dadurch wird eine dritte Ebene erzwungen, da diese zur Schätzung eines quadratischen Effekts benötigt wird. Anschließend habe ich dieses benutzerdefinierte RSM-Design mit 45 Durchläufen mit der Excel-Tabelle verglichen. Auch hier ist das benutzerdefinierte RSM-Design von JMP überlegen, wie im beigefügten Bild gezeigt.
Denken Sie daran, dass JMP darauf ausgelegt ist, das bestmögliche Experiment zu erstellen, und nicht darauf, eine bestimmte Tabelle mit Durchläufen abzugleichen. Die Lauftabelle ist möglicherweise nicht die beste Wahl. Die einzige Möglichkeit, dass JMP eine Tabelle „erstellt“, die mit der Excel-Tabelle übereinstimmt, ist die Verwendung von „DOE“ > „Klassisch“ > „Vollfaktoriell“. Geben Sie alle Faktoren an und erstellen Sie den Entwurf. Anschließend müssen Sie die unerwünschte Kombination manuell entfernen. Beachten Sie, dass der letzte Teil manuell sein muss, denn wenn Sie diese Kombination nicht durchführen, führen Sie KEINEN vollständig faktoriellen Versuchsplan aus. Aus diesem Grund erstellt JMP dieses Design nicht automatisch. Das ist der Zweck des benutzerdefinierten Designs: Erstellen Sie Designs für Ihre spezifische Situation, anstatt zu versuchen, ein Design zu erzwingen, das nicht wirklich geeignet ist.
Vielleicht möchten Sie an einem Kurs zum Thema „Design of Experiments“ teilnehmen oder sich das Buch „Optimal Design of Experiments“ von Goos und Jones ansehen, um mehr Einblicke in die Designerstellung zu erhalten. Ich hoffe, das war hilfreich.
Compare JMP Design to Excel TableCompare JMP Design to Excel TableVergleichen Sie JMP Design mit einer Excel-Tabelle
Compare JMP RSM Design to Excel TableCompare JMP RSM Design to Excel Table Vergleichen Sie JMP RSM Design mit einer Excel-Tabelle
Betreff: Reaktionsfläche VS Gemisch-ReaktionsflächeOkay, bitte finden Sie im Anhang die beiden Datentabellen, eine, die ich in Excel erstellt habe und die ich mit einer statistischen Software wie JMP replizieren und auswerten muss, und die benutzerdefinierte Datentabelle, die von JMP erstellt wurde und falsch ist. Ich habe 0 in das Replikatfeld eingegeben und denke, dass es sich um das Bild der Parameter handelt, die ich zuvor gepostet habe. Wie ich bereits in früheren E-Mails sagte, besteht mein Ziel darin, das Excel-DOE zu replizieren und auszuwerten. Was kann ich machen? Ich habe mehrere Tests durchgeführt und tatsächlich konnte ich in JMP etwas finden, das mein Problem lösen kann. Und ja, du hast recht. Es gibt keine Option für eine vollständige Fakultät im benutzerdefinierten Design, aber ich habe es getan, weil ich die Reihenfolge meiner Fakultäten umgekehrt habe, um die Einschränkungs-DOE-Auswertung zu verwenden
Viele Grüße und eine schöne Woche
Betreff: Reaktionsfläche VS Gemisch-ReaktionsflächeArchy,
Anstatt Bilder zu teilen, sollten Sie die JMP-Datentabellen teilen. Dadurch erhalten Sie die notwendigen Informationen, um festzustellen, wo möglicherweise etwas schiefläuft. Anhand der von Ihnen bereitgestellten Aufnahmen sind mir keine wiederholten Durchläufe aufgefallen (ich bin nicht jede Zeile im Detail durchgegangen). Wenn dies jedoch der Fall ist, liegt das daran, dass der benutzerdefinierte Entwurfsalgorithmus festgestellt hat, dass die Wiederholung bestimmter Versuche für die Schätzung des Modells aussagekräftiger ist als ein neuer Entwurfspunkt. Custom Design wählt das Design basierend auf dem von Ihnen angegebenen Modell aus. In einem Ihrer Screenshots ist nur ein Haupteffektmodell angegeben – keine Interaktionen. Für dieses Modell bräuchten Sie keine 45 Versuche, aber da Sie so viele verlangt hatten, würde JMP wahrscheinlich einige der Versuche wiederholen.
Sie haben auch angegeben, dass Sie diese Wiederholungen erhalten, wenn Sie „in einem benutzerdefinierten Design die vollständige Fakultätsoption angeben“. Beim kundenspezifischen Design gibt es keine „vollfaktorielle Option“.
Betreff: Reaktionsfläche VS Gemisch-ReaktionsflächeSelbst bei der Option der vollständigen Fakultät im benutzerdefinierten Design habe ich doppelte Werte erhalten. Können Sie mir sagen, warum das so ist?
Betreff: Reaktionsfläche VS Gemisch-ReaktionsflächeAktualisierte Informationen: Selbst für drei Faktoren habe ich einige Wiederholungsparameter. Gibt es eine Möglichkeit, Wiederholungswerte zu blockieren? Bild hochgeladen
3 factors3 factors3 Faktoren
Betreff: Reaktionsfläche VS Gemisch-ReaktionsflächeAktualisierte Informationen: Selbst für drei Faktoren habe ich einige Wiederholungsparameter. Gibt es eine Möglichkeit, Wiederholungswerte zu blockieren? Bild hochgeladen
3 factors3 factors3 Faktoren
Betreff: Reaktionsfläche VS Gemisch-ReaktionsflächeHallo, ich habe das Tutorial gelesen und ein erstellt Benutzerdefiniertes Design mit einer unzulässigen Kombination und ehrlich gesagt weiß ich nicht, warum es mir eine seltsame Tabelle mit einigen doppelten Werten und manchmal mit einigen fehlenden Werten angezeigt hat. Ich habe die Kombination von „Too“ und „Schnittbreite“ getestet und sie funktioniert gut. Dann habe ich das Tool ausprobiert , Schnittbreite und Schnittgeschwindigkeit waren auch in Ordnung: Als ich jedoch die 4 zusammen machte, begann die Katastrophe und es wurden einige doppelte Werte und einige fehlende Werte gefunden. Können Sie mir sagen, warum ich alle meine Parameter und die Tabelle poste? kannst du mir bitte helfen?
Mit freundlichen Grüßen
DOEDOEDAMHIRSCHKUH
ParametersParameters Parameter
Betreff: Reaktionsfläche VS Gemisch-ReaktionsflächeSie möchten keinen vollständig faktoriellen Entwurf, weil Sie ihn nicht fertigstellen können. Ein individuelles Design mit einer unzulässigen Kombination wäre die bessere Wahl. Weitere Informationen finden Sie im Leitfaden zur Versuchsplanung im Abschnitt „Bücher“ im Menü „Hilfe“.
Beachten Sie außerdem, dass Sie die Wechselwirkung zwischen Werkzeug und Schnittbreite nicht abschätzen können, da Sie nicht alle dieser Kombinationen verwenden. Dieser Begriff sollte nicht in Ihrem Modell enthalten sein.
Betreff: Reaktionsfläche VS Gemisch-ReaktionsflächeAktualisierte Informationen: Im Zusammenhang mit der vorherigen E-Mail habe ich mein DOE in zwei vollständige Fakultäten aufgeteilt, ein DOE mit einer Schnittbreite von 1 und das andere mit 4,3. Ich habe dies getan, um meine Antwort an das DOE-Modell anzupassen, und habe das erhalten Folgendes Ergebnis für eine Schnittbreite von 1, aber es funktioniert nicht, da mich diese Antwort auch interessiert
FirstFirstErste
Result 2Result 2 Ergebnis 2
ResultResult Ergebnis
Betreff: Reaktionsfläche VS Gemisch-ReaktionsflächeWie kann ich mein DOE so bekommen, wie ich es möchte? Lassen Sie mich das genauer erklären. Ich arbeite mit Bearbeitungsparametern, also habe ich drei Werkzeuge, zwei davon können unter den gleichen Bedingungen schneiden, Beispiel 1 und 5, aber ein Werkzeug ist ein Sonderfall, sodass es nur bei 1 schneiden kann, das war der Grund Ich trenne nur den Teil der 5 von der vollständigen Fakultät für nur ein Werkzeug ab. Wie kann ich ein DOE mit diesen Merkmalen entwickeln?
Mit freundlichen Grüßen
Desired DOEDesired DOEGewünschtes DOE
Betreff: Reaktionsfläche VS Gemisch-ReaktionsflächeSie haben eine vollständige Fakultät entworfen, aber keine vollständige Fakultät fertiggestellt. Das könnte zu verwirrenden Ergebnissen führen. Das Nichtabschließen einiger Läufe ist NICHT gleichbedeutend mit einem benutzerdefinierten Design. Kundenspezifische Designs sind optimal für das angegebene Modell. Das Versäumen einiger Versuche kann tatsächlich dazu führen, dass einige Modellbedingungen nicht einschätzbar sind.
Die Verwirrung mit dem Modellfenster kann nicht beantwortet werden, ohne die Daten zu verstehen.
Wie ich in meinem ersten Beitrag sagte, sollte ein Mischungsreaktionsflächenmodell nur verwendet werden, wenn Mischungsfaktoren vorliegen. Sie können es ignorieren, da es nicht auf Ihre Situation zutrifft. Wenn Sie es verwenden, passen Sie im Wesentlichen ein No-Intercept-Modell an, das die gesamte Mathematik und Interpretation Ihres Modells völlig verändert. Benutze es nicht.
Aus Ihrer Pareto-Bildschirmaufnahme geht hervor, dass der letzte Term nicht getestet wird (ein fehlender Wert für den Effekt). Dies lässt mich vermuten, dass Ihre fehlenden Läufe es Ihnen nicht ermöglichen, das gewünschte Modell anzupassen. Sehen Sie in Ihrem JMP-Bericht einen Teil mit Singularitätsdetails? Wenn ja, dann habe ich recht. Sie müssen ein Modell erstellen, das Sie anhand Ihrer Daten schätzen können.
Und schließlich ist das Standard-Antwortoberflächenmodell in JMP die Standardeinstellung, da es sich um das Modell handelt, das Ihrem vollständigen faktoriellen Entwurf zugeordnet ist. Sie haben das vollständige Design nicht ausgeführt. Daher ist das Modell wahrscheinlich nicht korrekt. Sie haben das Design geändert, Sie müssen Ihr Modell ändern, weil diese Dinge zusammenpassen.
Betreff: Reaktionsfläche VS Gemisch-ReaktionsflächeEs wurde eine vollfaktorielle Berechnung durchgeführt, aber ich habe einen Teil weggelassen, weil ein Parameter in meinem Experiment nutzlos war. Es ähnelt eher einem benutzerdefinierten DOE (mein DOE ist ein vollfaktorieller 3x2x3x3=54-Test, aber ich habe 45 durchgeführt.) und wurde in JMP erstellt. Meine Zweifel liegen im Abschnitt „Modell anpassen“ und insbesondere im Abschnitt „Modelleffekt erstellen“, siehe Bild. Die Standardoption ist Antwortfläche, aber anscheinend unterscheidet sich das Ergebnis von Minitab, also begann ich zu spielen und stellte fest, dass die Mischungs-Antwortfläche das Ergebnis ist, das dem Ergebnis am nächsten kommt. Meine Frage ist, warum das passiert? Was sind die Unterschiede zwischen beiden? Haben Sie eine E-Mail, um Ihnen meine Daten zu senden?
Fit Model DialogFit Model DialogDialogfeld „Modell anpassen“.
Betreff: Reaktionsfläche VS Gemisch-ReaktionsflächeIch bin in mehreren Aspekten etwas verwirrt.
Bitte erläutern Sie, welches Design erstellt wurde. Wurde es in JMP erstellt?
War es ein Mischungsdesign? Bei einem Mischungsdesign besteht die Einschränkung, dass sich einige oder alle Faktoren zu einem bestimmten Betrag addieren, normalerweise 1. Wenn dies NICHT der Fall ist, ignorieren Sie die Option der Mischungsreaktionsfläche.
Könnten Sie die Daten möglicherweise weitergeben?
Da Sie mehrere Antworten hatten, vermute ich auch, dass das JMP-Dialogfeld „Modell anpassen“ alle Antworten enthielt, die in der Y-Rolle des Dialogfelds aufgeführt waren. Wenn dies der Fall ist, listet die von Ihnen angezeigte Effektzusammenfassungstabelle tatsächlich den NIEDRIGSTEN p-Wert für jeden Modellterm ÜBER ALLE ANTWORTEN auf. (ein häufiger Punkt der Verwirrung).
Die Leute in diesem Diskussionsforum helfen Ihnen gerne weiter, aber wir benötigen weitere Details, um helfen zu können.
