51316_de-DE

liliconcom

Antwortfläche

Sehr geehrte JMPer,

 

Ich bin ein neuer Benutzer von JMP. Ich verwende Antwortfläche (BOX-B), um meine Formel zu optimieren. Ich habe drei Faktoren, jeder Faktor hat drei Stufen. Ich führe insgesamt 14 Tests durch (darunter zwei zentrale Punkte). 

 

Mein Problem ist nun, dass die Gesamtbedeutung durch ANOVA (F-Test) höher ist als mein Signifikanzniveau (0,05). Bedeutet dies, dass das Modell nicht passt, obwohl der p-Wert für fehlende Übereinstimmung höher ist als mein Signifikanzniveau? Was soll ich damit machen?

 

Danke vielmals!

 

Re: Antwortfläche

Zuerst stimme ich zu @ Markbailey und @louv einige der am wenigsten signifikanten Terme höherer Ordnung werden entfernt, um Ihre Passform insgesamt zu verbessern.

 

Nur ein paar Dinge, die Sie in Betracht ziehen könnten. 

 

Da Sie mit Gemischen oder Mischungskomponenten arbeiten, werden alle Ihre Mischungskomponenten vollständig miteinander korreliert, oder es ist nicht möglich, dass eine andere Art und Weise voneinander unabhängig sind. Daher müssen Sie Aliasing / Verwechslung mit Ihrem Modell haben zu einem höheren ANOVA (F-Test) -Wert.  Dies ist bei Gemischen mehr oder weniger zu erwarten.

 

Gibt es aufgrund Ihres Domänenwissens Kombinationen Ihrer Gemischkomponenten, von denen Sie wissen, dass sie nicht funktionieren oder schlechte Ergebnisse liefern? Wenn dies der Fall ist, können Sie Ihrem Design Einschränkungen hinzufügen, sodass die Kombinationen von Anliegen nicht Teil Ihres Designs sind. 

 

Eine andere passende Option, die Sie ausprobieren könnten, ist eine Scheffe Cubic, um zu sehen, ob Sie eine bessere Passform haben.  Seien Sie jedoch vorsichtig, da ein besseres Rsquare manchmal kein besseres Vorhersagemodell bedeutet.  Verwenden Sie auch hier Ihre Effektzusammenfassung, um Begriffe höherer Ordnung zu entfernen, die für das Modell nicht wichtig sind.  Vergleichen Sie Ihre Modelle und sehen Sie, welches Modell am besten ist.

 

HTH

 

Rechnung

Re: Antwortfläche

Stimmen Sie der Einschätzung von Mark zu. Sieht gut aus und verbessert sich wahrscheinlich durch das Entfernen der unbedeutenden Begriffe.

Das zusätzliche, was ich nach vielen Jahren teilen möchte, ist das "umso besser" in Bezug auf Screening-Faktoren vor jeder RSM. Mit den kürzlich eingeführten Definitive Screening Designs kann man beispielsweise 10 Faktoren in 25 Durchläufen effizient prüfen. Ich teile diese Ideen nur, weil ich bei der Frage, "was würden Sie tun, wenn ich alles noch einmal machen müsste", sagen würde, dass ich mir gewünscht hätte, dass ich mehr Faktoren hätte überprüfen können, bevor ich möglicherweise ein paar Faktoren unteroptimierte.  

Re: Antwortfläche

Danke, Bill. Ja, ich mische Gummi mit Polymeren. Könnten Sie bitte darauf hinweisen, was ich noch berücksichtigen muss? Vielen Dank.

Re: Antwortfläche

Vielen Dank. 

Re: Antwortfläche

Je nachdem, was Sie zeigen, sieht es so aus, als würden Sie Mischungen aus Kautschuk, Peroxid und Co-Agent herstellen.  Wenn dies wirklich das ist, was Sie tun, gibt es einige andere Dinge, die Sie zusammen mit dem Modell in Betracht ziehen sollten @ Markbailey schlug vor.

Re: Antwortfläche

Sie können versuchen, einige der am wenigsten signifikanten Terme höherer Ordnung wie X3 * X3 und X1 * X2 zu entfernen. Sie können auch die Anpassungspersönlichkeit im Dialogfeld "Modell anpassen" in "Schrittweise" ändern und als Hilfe bei der Modellauswahl verwenden.

Vielen Dank für das Teilen Ihrer JMP-Ergebnisse.