Interpretation der JMP-ErgebnisseHallo Martin Yang hier:
Kürzlich habe ich ein Mischungsdesign mit vier Zutaten erstellt. Ich habe einige Probleme mit den JMP-Ergebnissen.
JMP stellt ein normales Diagramm bereit, das anzeigt, welcher Faktor signifikant ist. Unten sehen Sie den von JMP generierten halbnormalen Plot.
Wie wir sehen können, sind Alipre (eine Zementart), OPC (normaler Portlandzement), Alipre*OPC (Wechselwirkung zwischen den beiden Zementen), Zitronensäure (Verzögerer) wichtige Faktoren.
Wenn Sie jedoch den unten aufgeführten Wirkungsbericht lesen: Nur Alipre-Zement und Alipre*OPC gelten als signifikante Faktoren, da ihr P-Wert kleiner als 0,05 ist.
Meine Frage ist, warum gibt es eine Diskrepanz zwischen normalem Plot und Effektbericht?welches sagt mir, welcher Faktor signifikant ist?
Vielen Dank!
Martin Y
Betr.: Interpretation der JMP-ErgebnisseHi @MartinY ,
Ich habe festgestellt, dass dieser Beitrag nicht beantwortet wurde.
Beim Half Normal Plot wird die Signifikanz durch einen Grenzwert von 0,1 bestimmt (siehe Kontrasttabelle darüber). Die t-Verhältnisse basieren ebenfalls auf Simulationen und werden etwas anders berechnet. Siehe die Dokumentation hier:
https://www.jmp.com/support/help/14/lenth-t-ratios.shtml
Für sortierte Schätzungen beträgt der Grenzwert 0,05, wie Sie angemerkt haben, und die t-Verhältnisse haben eine etwas andere Berechnung. Siehe die Dokumentation hier:
https://www.jmp.com/support/help/14/sorted-estimates.shtml
Übrigens ist es für Mischungsexperimente nicht empfehlenswert, den halbnormalen Plot zu verwenden, der in der Fit Two Level Screening Platform zu finden ist. Stattdessen ist es am besten, die Plattform „Modell anpassen“ zu verwenden, da sich die Faktoren zu einem Wert summieren müssen und nicht orthogonal zueinander sind. Siehe diesen Link:
https://www.jmp.com/support/help/14/fitting-mixture-designs.shtml#105936
Hoffe das hilft,
Chris
