エラー：私のモデルはR2値が大きい場合でも有意であるにもかかわらず、0.05有意曲線陰影エラープロットモデルはJMPに収まります。私のグラフ以外はすべて非常に奇妙に見えます。
このモデルは、0.0476で重要です
RSquare 0.951662
RSquare Adj 0.794562
二乗平均平方根エラー0.928013
レスポンスの平均88.68333
観測値（または合計のWgts）18
ピンク色の領域はエラーとしてすべてを覆っているようです。他の誰かがこれに遭遇しましたか？
再：ERROR：私のモデルは高いR2値で有意であるにもかかわらず0.05有意な曲線陰影エラープロットもう少し詳細が必要だと思います。通常、これらの奇妙なタイプの結果は、モデル項での非常に高い多重共線性のために発生します。
レバレッジプロットはどのようなものですか？
[Parameter Estimates]テーブルを右クリックして[VIF]列を追加した場合、これらの数値はどのようになりますか？
再：ERROR：私のモデルは高いR2値で有意であるにもかかわらず0.05有意な曲線陰影エラープロットこんにちはダン、迅速な対応いただきありがとうございます。
レバレッジプロットはすべて非常に良さそうです。ここに添付されている例の写真。
VIFはかなり高いです（> 5）：
VIF
12.19448
11.013741
16.435892
28.099305
1.1546501
1.2200138
7.8651502
14.560553
5.9118511
10.052586
8.2589787
5.4652854
5.4652854
1.0590402
ただし、これらの要因のいくつかを排除するためにモデルをステップスルーしても、VIFが3未満のモデルの洗練されたバージョンでは、まだ同じ陰影付きプロットが表示されます。（こちらに添付） これも混合研究であるため、X 1、2、3、およびX 4は本質的に相関しています（合計100％まで）。
再：ERROR：私のモデルは高いR2値で有意であるにもかかわらず0.05有意な曲線陰影エラープロットああ、混合状況はこれの多くを説明します。あなたはScheffeモデルを当てはめています。混合係数には共線性が組み込まれているため、通常は予測に関連した誤差が大きくなります。
観測プロットと予測プロットのy軸スケールを拡大します。エラー範囲が表示されるのがわかります。このモデルには実際には多くの重要な用語が含まれていないため、高い誤差が生じる可能性があります。たった1つの用語、X 6。
あなたのX1-X4用語の意味は紛らわしいです。p値は、パラメーター推定値を0と比較する検定に関連付けられています。しかし、あなたはScheffeモデルを当てはめています。Scheffe混合項のパラメーター推定値は、データの平均とコンポーネントの効果の組み合わせです。したがって、より意味のあるテストは、パラメータを全体の平均値（あなたのシナリオでは88.68）と比較することです。それを考慮すると、X1からX4までのいずれの用語も「重要」には見えないことがわかります。各パラメーター推定値に95％信頼区間を追加することで検証できます。X1 - X4の信頼区間に全体の平均が含まれている場合、その要素はあまり効果がありません。
別の言い方をすれば、混合空間内のあらゆる場所で同じ応答が得られているようです。X 5は影響を与えないようですが、X 6は影響を与えません。
再：ERROR：私のモデルは高いR2値で有意であるにもかかわらず0.05有意な曲線陰影エラープロットダンありがとう。それは理にかなっている。
この解釈を考慮すると、私のモデルはalpha <0.05でまだ重要ですたとえそれが単にX 6の値に基づいていたとしても？
再度、感謝します
再：ERROR：私のモデルは高いR2値で有意であるにもかかわらず0.05有意な曲線陰影エラープロットX6用語に基づくと、モデル全体が有意義である可能性が高いことは間違いありません。
Scheffeモデルの主な効果に関する問題のために、モデルが全体的なテストでなくても全体的なテストが有意に表示されることを認識してください。
再：エラー：0.05の有意な曲線シェーディングエラープロットは、私のモデルは高いR2値で有意であるにもかかわらずこんにちはダン、
私はフォローアップをしていますフィットモデルプラットフォームでのScheffeモデルフィットの問題。パラメータ推定値が推定値をnull = 0と比較するのではなくnull = meanと比較する場合、このモデルを適切に適合させる方法はありますか？
言い換えると、より正確な出力と伝達式を取得するために、このモデルに適合するより良い方法はありますか？
ありがとうございました、
再：エラー：0.05の有意な曲線シェーディングエラープロットは、私のモデルは高いR2値で有意であるにもかかわらず私の同僚は、適切なテストを提供するスクリプトを書きました。しかし、私は常に製剤を扱う人に警告しています：この情報をどうしますか？コンポーネントが重要でないと仮定します。それはどういう意味ですか？配合からその成分を除去できるということですか？いいえ、それはそれを意味しません。フォーミュレーションから削除できる場合がありますが、Scheffeモデルは因果関係ではありません。したがって、これは注意して使用してください。最後に、このスクリプトは既存のパラメーター推定値テーブルに列を追加します（そのレポートが閉じている場合でも）。すべてのモデル効果のテストが表示されます。レポートは主な効果に対してのみ有効です。
Names Default to Here( 1 );
// find current Fit Least Squares platform
window = Get Window List();
n windows = N Items( window );
For( w = 1, w <= n windows, w++,
window ref = Get Window( w );
title = window ref << Get Window Title;
If( Contains( title, "Fit Least Squares" ),
Break();
);
);
// obtain values for proper t-test of estimates
mean = window ref["Summary of Fit"][NumberColBox(1)] << Get( 4 );
err df = window ref["Analysis of Variance"][NumberColBox(1)] << Get( 2 );
estimate = window ref["Parameter Estimates"][NumberColBox(1)] << Get As Matrix;
std err = window ref["Parameter Estimates"][NumberColBox(2)] << Get As Matrix;
// compute t-ratios
t ratio = (estimate - mean) :\</img> std err;
// compute p-value for each t-ratio
p val = 2 * (1 - Students t Distribution( Abs( t ratio ), err df ));
// add proper test to report
window ref["Parameter Estimates"][TableBox(1)]
<< Append( Number Col Box( "Proper t Ratio", t ratio ) )
<< Append( Number Col Box( "Proper Prob>|t|", p val ) );
window ref["Parameter Estimates"][NumberColBox("Proper Prob>|t|")] << Set Format( 8, 97) << Set Conditional Format( "PValue" );
window ref["Parameter Estimates"] << Append(
Text Box( "Proper tests valid for linear terms only!" );
);
再：エラー：0.05の有意な曲線シェーディングエラープロットは、私のモデルは高いR2値で有意であるにもかかわらず詳細な回答をしてくれたダンに感謝します。
配合から成分を除去するつもりはありません。この混合DOEに対して実際に4つの異なる応答があり、4つのモデルが構築されます。各モデルで本当に重要なパラメーターを特定し、最終的に4つのモデルからの予測方程式を組み合わせて、特定の望ましさを最大化することを望んでいます。
