在我們的免費在線課程中了解更多信息：
解決工業問題的統計思維
在本視頻中，我們使用金屬塗層示例並為響應擬合模型，結果. 對於此演示，我們僅包括連續預測變量及其雙向交互作為模型效果。
我們首先選擇擬合模型在分析菜單。
我們選擇結果作為 Y 變量。
然後我們選擇濕度通過皮帶速度作為模型效果並單擊添加.要在模型中輸入特定的交互項，我們選擇列，然後單擊叉.
我們可以同時添加它們，而不是一次添加一個交互。 讓我們移除模型效果並重新開始。
要將所有五個連續主效應及其雙向交互作用同時輸入到模型中，我們選擇五列，然後選擇宏指令,度數階乘.
默認個性是標稱物流, 目標類別為有缺陷的.
這效果總結表格顯示模型中的項，按升序排列p -價值。 有許多無關緊要的術語。
LogWorth 統計量與p -價值。 LogWorth 越高，越低p -價值。 在 LogWorth 為 2 時繪製一條藍線，這相當於 p 值為 0.01。
我們慢慢地減少這個模型，直到只剩下重要的條款。
簡化模型包括三個主要效應和兩個雙向交互作用。
讓我們看看預測刻畫器。
皮帶速度參與雙向交互。 當我們改變皮帶速度的值並保持其他一切不變時，我們可以看到油漆粘度和泵壓對次品率的影響。
例如，在較高的皮帶速度下，需要較高的塗料粘度和較低的泵壓才能將次品率降至最低。
我們可以使用此信息來確定這些工藝參數的最佳設置。
