在我們的免費在線課程中了解更多信息：
工業問題解決的統計思維
在本視頻中，我們將向您展示如何使用文件 2x2x2 Unreplicated.jmp 在 JMP 中分析全因子實驗。
顧名思義，這是一款不可複制的2 3全因子實驗。 因子是溫度、時間和催化劑，響應是產量。
因為這個實驗是在 JMP 中設計的，所以我們可以運行模型腳本來啟動分析。 相反，為了說明，我們選擇分析然後擬合模型。
您可以看到模型規範對話框已填充響應、產量和幾個模型效果。 默認情況下，模型僅包括主效應和雙向交互作用。
我們將選擇這些效果並單擊刪除以重新開始並從頭開始填充模型效果面板。
我們將添加主要效果和雙向交互。
為此，我們在 Select Columns 面板中選擇三個因子，然後單擊 Macros 按鈕並選擇 Factorial to Degree。 您可以看到，默認情況下，Degree 為 2。 因此，模型效果面板填充了主效果和雙向交互。
我們將單擊運行以運行此分析。
默認情況下，您會看到“效應匯總”表和“預測刻畫器”。
“效應匯總”表中的項根據 PValue 升序排列。 最重要的項是溫度，其次是溫度*時間交互作用。
您可以看到其他雙向交互並不重要。
我們將通過刪除不顯著的影響來簡化模型，一次一個。 為此，我們在 Effect Summary 表中選擇 Temperature*Catalyst 交互作用，然後單擊 Remove。 我們還刪除了 Time*Catalyst 交互。
模型中效應的係數列在“參數估計值”表中。
預測刻畫器使您能夠可視化您的模型。 溫度是最重要的術語，具有最陡峭的剖麵線。 當我們單擊並將這條線拖動到溫度的低值，然後是高值時，您可以看到預測的產量如何變化。
您還可以看到溫度和時間之間的相互作用。 請注意，當您將溫度從低水平更改為高水平時，時間線的斜率會發生什麼變化。 時間線的斜率發生變化。
為了更好地查看這種交互，我們單擊頂部的紅色三角形並選擇因子分析，然後選擇交互圖。
您可以看到輪廓線是不平行的。 這告訴您一個因素對響應的影響取決於另一個因素的設置。
讓我們再看一下 Prediction Profiler。
本實驗的目標是最大化產量。 因此，您會看到一些合意麵板。 頂行的最後一個框是意願函數，它顯示響應目標。 當我們雙擊此框時，我們會看到目標和願望。 更高的產量值是更可取的。 當我們告訴 JMP 找到將最大化響應的因子設置時，我們優化了這個意願函數。
現在讓我們這樣做。 我們從預測刻畫器的紅色三角形中選擇優化和意願，然後最大化意願。
導致最高預測產量的因素設置是高水平的溫度 (120)、低水平的時間 (4) 和高水平的催化劑 (5)。 在這些設置下，預測收益率為 89.32。 括號中的值形成了該預測產量平均值的置信區間。 在這些因子設置下，您可以有 95% 的把握平均產量將介於 88.2 和 90.5 之間（當然，假設過程沒有改變）。
頂部紅色三角形下方還有許多其他選項可用於探索和分析您的結果，我們不會在此短視頻中討論這些選項。
我們鼓勵您自行探索這些選項。
