無料のオンライン コースで詳細をご覧ください。
産業問題解決のための統計的思考
このビデオでは、金属コーティング例を示し、応答のモデルを当てはめます。結果. このデモンストレーションでは、モデル効果として連続予測子とその双方向の相互作用のみを含めます。
選択することから始めますモデルをあてはめる上で分析するメニュー。
私たちは選択します結果Y変数として。
次に、選択します湿度終えたベルト速度モデル効果としてクリック追加.モデルに特定の交互作用項を入力するには、列を選択してからクロス.
インタラクションを 1 つずつ追加するのではなく、同時に追加できます。 モデル効果を削除して、最初からやり直しましょう。
5 つすべての連続主効果とその双方向の交互作用をモデルに同時に入力するには、5 つの列を選択してから、マクロ、階乗から次数へ.
デフォルトのパーソナリティは公称ロジスティック、対象カテゴリは欠陥品.
の効果のまとめ次の表は、モデル内の項を昇順で示していますp -価値。 意味のない用語がたくさんあります。
LogWorth 統計は、 p -価値。 対数価値が高いほど、 p -価値。 対数価値 2 で青い線が引かれます。これは p 値 0.01 に相当します。
重要な項のみが残るまで、このモデルをゆっくりと縮小します。
縮小モデルには、3 つの主効果と 2 つの双方向交互作用が含まれます。
予測プロファイラーを見てみましょう。
ベルト速度双方向の相互作用に関与しています。 ベルト速度の値を変更し、他のすべてを一定に保つと、塗料の粘度とポンプ圧力が不良率に影響することがわかります。
たとえば、ベルト速度が高い場合、不良率を最小限に抑えるには、塗料の粘度を高くし、ポンプの圧力を低くする必要があります。
この情報を使用して、これらのプロセス パラメータの最適な設定を決定できます。
