亲爱的朋友们，
我需要你的帮助来完成以下数据集。
假设我有温度、缺陷和在该温度下生产的零件总数，
| 温度 |
缺陷率 |
生产零件数量 |
| 640 |
10 |
10 |
| 第645章 |
15 |
50 |
| 650 |
3 |
200 |
| 第655章 |
3.2 |
1000 |
| 660 |
3 |
2000年 |
| 第665章 |
2 |
100 |
| 670 |
10 |
10 |
我想要一张温度与缺陷百分比的图表，并给出所生产零件总数的权重。
如果我不考虑重量（生产的零件总数），那么趋势就会产生误导。 例如，在 640 度时，生产的零件总数为 10 个，但只要有一个缺陷，缺陷率就为 10%。 这会影响趋势线。 有没有办法根据在该温度下生产的零件数量给出权重。
换句话说，650、655、660实际上代表了这种趋势，因为生产的零件数量多且图像清晰，温度升高减少了缺陷。 我也不能放弃前两点和最后两点。
谢谢
谢谢你的剧本。 请查看随附的实际数据。
我的目标是绘制缺陷百分比与温度的关系图。 但对于较低的温度，生产的零件数量较少，缺陷百分比过高，因此曲线给出了错误的指示。
我想要一条缺陷百分比和温度曲线，对生产的零件总数进行权重。
您的数据在样本量方面非常不平衡。也许您应该考虑运行最终筛选设计，样本大小大约为 500。除非运行 DOE，否则当我在各种平台上分析您的数据时，我没有看到任何令我兴奋的东西。
我不确定你所说的“权重”是什么意思。 每个协变量级别的部分总数已经是概率分析的一部分。 每个级别的零件总数会影响估计值的置信区间。 无需对某些观测值应用明确的权重，因为它们出现的频率较低。 事实上，额外的权重会扭曲结果。
谢谢你的剧本。
但我主要担心的是温度 640、645 和 670 的重量应该较小，因为在这些温度下生产的零件数量非常少。 但从回归图中可以看出，640、645 和 670 的权重相等，从而形成 U 形曲线。
图形生成器拟合模型的功能有限。 对该数据的正确分析称为“概率分析”。 您可以通过“分析”>“拟合模型”对话框而不是“图形”>“图形生成器”来使用广义线性模型拟合特性。
以下脚本将使用您的数据和表脚本创建 JMP 数据表，以启动正确的分析。
New Table( "untitled",
Add Rows( 7 ),
New Script(
"Model",
Fit Model(
Y( :Defective Parts, :Total Parts ),
Effects( :Temperature, :Temperature * :Temperature ),
Personality( "Generalized Linear Model" ),
GLM Distribution( "Binomial" ),
Link Function( "Probit" )
)
),
New Column( "Temperature",
Numeric,
"Continuous",
Format( "Best", 12 ),
Set Values( [640, 645, 650, 655, 660, 665, 670] )
),
New Column( "Percentage Defects",
Numeric,
"Continuous",
Format( "Best", 12 ),
Set Values( [0.1, 0.15, 0.03, 0.032, 0.03, 0.02, 0.1] )
),
New Column( "Total Parts",
Numeric,
"Continuous",
Format( "Best", 12 ),
Set Values( [10, 50, 200, 1000, 2000, 100, 10] )
),
New Column( "Defective Parts",
Numeric,
"Continuous",
Format( "Best", 12 ),
Formula( :Percentage Defects * :Total Parts )
)
);
将此脚本复制到“文件”>“新建”>“脚本”窗口，然后运行它。 响应似乎是非线性的，在中间温度范围内具有最小值。
请注意，您可以保存此模型，然后在图形生成器中将其用作公式列。
