혼합물을 사용한 예측 프로파일러나는 "Donev mix data.jmp"라는 jmp 파일을 사용하여 쉽게 볼 수 있는 흥미로운 것을 발견했습니다.
모든 혼합물 DOE 테이블도 사용할 수 있습니다.
문제는 성분 요인이 열에서 "혼합물"로 정의되었는지 여부에 따라 Prediction Profiler 곡선이 다르다는 것입니다. 설정 대화 상자 또는 아닙니다.
이미지 1은 열 설정 대화 상자를 보여줍니다. ~이든 귀하의 요소는 혼합물의 성분입니다.
이미지 2는 응답이 "Damping"이고 "CuSO4"가 있는 선형 맞춤 모델에 대한 예측 프로파일러를 보여줍니다. "Na2S2O3" ; 요인으로 "글리옥살". 다음 세 가지 요인에 대한 열 설정에서 "혼합물"이 지정되었습니다.
그리고 이미지 3은 동일한 모델에 대해 얻은 예측 프로파일러이지만 "Mixture"는 "CuSO4", "Na2S2O3" 및 "Glyoxal" 컬럼 설정:
예측 프로파일러는 완전히 다르게 보이므로 결과를 잘못 해석할 수 있습니다...
어떤 설명?
Re: 혼합물을 사용한 예측 프로파일러이제 질문의 출처를 이해했으므로 좀 더 직접적으로 대답해 보겠습니다. DOE에서 가져오지 않았고 혼합 계수가 있는 데이터 테이블의 경우 혼합 열 속성만 켜면 됩니다. 혼합 계수가 실제로 1에 더해지면(반올림 오차 없이) 모델을 피팅할 때 Scheffe 모델이 피팅됩니다.
분산 분석 보고서를 보면 Scheffe 모델이 올바르게 적합함을 알 수 있습니다. "축소 모델 Y=평균에 대해 테스트됨"이라는 줄이 표시되어야 합니다. Scheffe 모델에 적합하지 않은 경우 특이점 세부 정보를 얻거나 ANOVA 테이블에 "축소 모델 Y=0에 대해 테스트됨"이라고 표시됩니다.
따라서 Mixture 열 속성은 JMP가 분석에서 의사 구성 요소 코딩을 사용하고 Scheffe 모델을 적절하게 피팅하고 적절한 예측 프로파일러를 제공할 수 있게 해줍니다.
혼합물 설계 역할은 혼합 요인을 사용하여 설계된 실험을 생성하는 데 필요합니다. 그것은 실제로 분석과 관련이 없으며 디자인 생성에서 해당 열을 사용하는 경우 작동합니다.
이제 두 모델에 대한 귀하의 질문입니다.
대답은 예입니다. 차이가 있습니다. 절편 없는 모델은 전체 평균 응답이 0이므로 추정할 필요가 없다고 말하는 반면 Scheffe 모델에는 실제로 평균이 있습니다. 매개변수 추정치에 포함됩니다. 앞에서 언급한 ANOVA 테이블 출력의 라인을 기억하십니까? 이것이 차이점입니다. 그러나 비절편 모델이 있는 첫 번째 시나리오에서 JMP는 실제로 요인의 합이 1이 되고 비절편 확인란이 선택되어 있음을 확인한 다음 Scheffe 모델을 적합하게 됩니다(다시 살펴보십시오. 이를 확인하기 위해 ANOVA 테이블 보고서에서). JMP가 이 질문의 첫 번째 모델에 적합하도록 하는 방법도 잘 모르겠습니다.
이게 도움이 되길 바란다.
Re: 혼합물을 사용한 예측 프로파일러이 유용한 설명에 대해 Dan에게 감사드립니다.
열 설정에서 "혼합물" 속성을 제거할 이유가 없어야 한다는 사실에 대해 귀하는 절대적으로 옳습니다. 그러나 어떤 경우에는 DOE에서 가져오지 않고 표에 "혼합" 속성이 지정되지 않은 (혼합) 외부 데이터에 대한 예측 모델을 구축해야 했습니다.
그런데 실제로 열 설정에는 "혼합물"과 "디자인 역할/혼합물"의 두 가지 옵션이 있습니다(아래 그림 참조). Fit 모델을 생성하기 전에 이 두 옵션 중 하나만 선택하거나 둘 다 선택하면 어떤 효과가 있는지 잘 모르겠습니다.
마지막으로 다음 사이에 통계적 차이가 있습니까?
- XiXj 또는 Xi² 항이 없는 노절편 모델 비 혼합물 요소 및 1에 더할 Xi에 대한 지정된 선형 제약 조건
그리고:
- Scheffé 모델, 사용 혼합물 요인, XiXj 항 없이 ?
도움을 주셔서 다시 한 번 감사드립니다.
Re: 혼합물을 사용한 예측 프로파일러설명이 있습니다.
사진을 일치시키기 위해 Mixture 열 속성을 제거하는 것 이상의 작업이 필요했습니다. Fit Model 창에서 주 효과에서 "&Mixture"도 제거해야 했습니다. 모델을 실행하려고 했을 때 JMP는 내가 효과(파장)를 놓치고 있다고 경고했습니다. 그러면 무슨 일이 일어나고 있는지에 대한 단서를 얻을 수 있습니다.
혼합 속성과 혼합 효과에 대한 태그를 사용하여 JMP는 Scheffe 혼합 모델에 적합합니다. 이러한 요소가 없으면 JMP는 Scheffe 모델에 적합하지 않고 절편 없는 모델에 적합합니다. 두 모델은 다릅니다.
모델에서 Mixture 열 속성 및 Mixture 특성을 제거하는 문제를 확인하는 가장 쉬운 방법은 프로파일러를 사용하는 것입니다. 혼합물 속성을 사용하면 혼합물의 한 구성 요소를 변경하면 다른 구성 요소가 자동으로 변경되어 항상 1에 추가되며 혼합 설정에 있어야 합니다. 슬라이더가 제거되면 슬라이더 중 하나를 변경해도 다른 슬라이더는 변경되지 않아 불가능한 상황이 발생합니다. 60% 글리옥살, 80% NaSO4 및 80% CuSO4와 같은.
결론: 진정한 혼합 성분에서 이러한 속성을 제거할 이유가 없어야 합니다.
