Erfahren Sie mehr in unserem kostenlosen Online-Kurs:
Statistisches Denken für die industrielle Problemlösung
In diesem Video verwenden wir die Metallbeschichtung Beispiel und passen Sie ein Modell für die Antwort an, Ergebnis . Für diese Demonstration schließen wir nur die kontinuierlichen Prädiktoren und ihre Wechselwirkungen in beide Richtungen als Modelleffekte ein.
Wir beginnen mit der Auswahl Modell anpassen auf der Analysieren Speisekarte.
Wir wählen aus Ergebnis als Y-Variable.
Dann selektieren wir Feuchtigkeit durch Bandgeschwindigkeit als Modelleffekte und klicken Sie Hinzufügen . Um einen bestimmten Interaktionsterm in das Modell einzugeben, wählen wir die Spalten aus und klicken dann Kreuz .
Anstatt Interaktionen einzeln hinzuzufügen, können wir sie gleichzeitig hinzufügen. Lassen Sie uns die Modelleffekte entfernen und von vorne beginnen.
Um alle fünf kontinuierlichen Haupteffekte und ihre wechselseitigen Wechselwirkungen gleichzeitig in das Modell einzugeben, wählen wir die fünf Spalten aus und wählen dann aus Makros , Fakultät zu Grad .
Die Standardpersönlichkeit ist Nominelle Logistik , und die Zielkategorie ist Defekt .
Das Zusammenfassung der Wirkung Die Tabelle zeigt die Terme im Modell in aufsteigender Reihenfolge p -Wert. Es gibt viele nicht signifikante Begriffe.
Die LogWorth-Statistik bezieht sich auf die p -Wert. Je höher der LogWorth, desto niedriger der p -Wert. Bei einem LogWorth von 2 wird eine blaue Linie gezeichnet, was einem p-Wert von 0,01 entspricht.
Wir reduzieren dieses Modell langsam, bis nur noch signifikante Terme übrig bleiben.
Das reduzierte Modell umfasst drei Haupteffekte und zwei Wechselwirkungen in beide Richtungen.
Sehen wir uns den Prediction Profiler an.
Bandgeschwindigkeit ist an den wechselseitigen Wechselwirkungen beteiligt. Wenn wir den Wert der Bandgeschwindigkeit ändern und alles andere konstant halten, können wir den Einfluss der Farbviskosität und des Pumpendrucks auf die Fehlerrate erkennen.
Beispielsweise sind bei höheren Bandgeschwindigkeiten eine höhere Farbviskosität und ein niedrigerer Pumpendruck erforderlich, um die Fehlerrate zu minimieren.
Wir können diese Informationen verwenden, um die besten Einstellungen für diese Prozessparameter zu bestimmen.
