DOE 결과<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />DOE 결과에서 요인 X에 대한 매개 변수 추정치가 양수이고 X * X 음수 또는 그 반대 일 수있는 이유는 무엇입니까?
다시 : DOE 결과Jesper가 말한대로입니다. DoE를 수행하고 모델을 만들 때 우리는 실제로 우리가 JMP에서 요청한 모델 조건의 계수를 얻고 있습니다. 예를 들어 맞춤 디자인에서 II가 세 가지 요소 x1, x2, x3 만 갖는 경우 필자는 시스템의 물리학, 화학 및 기계에 대한 이해를 토대로 내 모델에 특정 용어 만 포함하도록 결정할 수 있습니다. 예를 들어, 내 모델을 이렇게 만들 수 있습니다.
y = a + b1 * x1 + b2 * x2 + b3 * x3 + c1 * x1 * x1 + d12 * x1 * x3
나의 표기법에서, a는 상수 (절편) 용어이고, b 항은 선형 항의 계수이고, c 항은 2 차항이고, d 항은 상호 작용 항이다. 선형 (주 효과) 용어, x1의 2 차 효과, x1, x3 상호 작용을 사용하여 모델을 결정했습니다. 이 계수는 양수 또는 음수 값을 취할 수 있습니다. JMP가 표시하는 각 매개 변수 추정치의 크기는 응답에 대한 용어의 기여도의 상대적 강도를 나타내며 기호는 요소 설정을 증가시킬 때 응답이 어떤 방향으로 작동 하는지를 알려줍니다. 설명하는 상황에서 x가 증가하면 응답에 대한 선형 기여가 증가하지만 응답에 대한 2 차 기여도에서 음의 증가 (감소)가 발생합니다. 대부분의 경우이 계수의 크기는 1 차 (선형) 항에서 2 차 항 (2 차 및 상호 작용 항)으로 갈수록 감소하지만 항상 그런 것은 아닙니다.
다시 : DOE 결과JesperJohansen에게 감사드립니다. 이 주제에 대해 내가 아는 바가 더 많습니다.
이차 계수는 곡률의 방향과 급경사를 나타냅니다 (양수 값은 곡률이 위쪽을 나타내고 음수 값은 곡률이 아래쪽을 가리킴을 나타냅니다). 이것은 당신이 언급 한 것입니다. 일반적으로 다항식 용어는 예측자를 변경하는 효과가 해당 예측 자의 가치에 따라 달라지기 때문에 해석을 덜 직관적으로 만들 수 있습니다. 2 차 사례는 y = b1 * x + b0에서 b1을 해석하는 것처럼 쉽지는 않습니다. 여기서 b1은 x의 모든 단위 증가에 대한 변화의 크기입니다.
다시 : DOE 결과매개 변수 추정치는 데이터에 대한 2 차 다항식 적합도 (예 : 아래의 제 exaple에있는 b)의 추정치입니다.
Y = b2 * X ^ 2 + b1 * X + b0.
여러분이 언급 한 계수는 각각 b1과 b2이고 b0는 모델의 절편입니다. b2 계수는 fit의 모양을 결정합니다. 즉, b2 : "frowning face curve"및 b2 : "smiley face curve"입니다. b1 계수 (절편 b0와 함께)는 곡선의 위치를 결정합니다. 그래서 짧게 팩터 X 및 X * X에 대한 매개 변수 추정치는 피팅 된 곡선의 다른 특성을 설명하는 두 가지 다른 것들입니다.
