안녕하세요,
JMP를 처음 사용합니다. 첨부 된 데이터를 분석하려면 도움이 필요합니다. 반응 만족도도 표에 나열되어 있습니다.
단계별 안내가 도움이 될 것입니다.
감사
감사.
나는 반응이 무엇인지, 요인이 무엇인지 (또는 이해하고자하는 가설)에 대해 거의 알지 못하는 경우 적용될 수있는 일련의 단계를 제공하고 있습니다. 나는 항상 과학적 또는 공학적 가설을 가지고 상황을 이해하는 사람들의 렌즈에서 데이터를 볼 것을 제안합니다. 몇 단계를 수행하고 스크립트를 데이터 파일에 저장하여 다시 만들 수 있습니다.
1. 반응 변수가 과학적 또는 공학적 가치의 양을 변경 했습니까? 방향을 표시했지만 Y로 변경을 요청합니다. 각 응답에 대해 실제적으로 얼마나 중요한가? 그렇다면 다음 세 가지 가능성을 고려하지 않고 계속하십시오.
- 측정 시스템에는 차별이 없습니다.
- 요인 수준이 충분히 굵게 설정되지 않았습니다.
- 어떤 요인도 눈에 띄는 효과가 없습니다.
2. 데이터 테이블을 다시 코딩하고 정리했습니다. 레벨이 연속적인 것처럼 보이는 요인을 연속적으로 만들고 반응 변수도 연속적으로 만들었습니다. 물론 이것은 실제 요인과 반응 변수에 대한 더 나은 지식으로 수행되어야합니다.
삼. 반응 변수에 대한 다변량 분석을 실행했습니다. 두 가지 주된 이유 때문에 이렇게했습니다.
- 반응 변수의 상관 관계를 보여주는 패턴이 있는지 확인하기 위해 (상관 관계가 의심되는지 여부를 예측 한 후 수행해야하지만, 상관 관계가 타당할지 여부를 결정할 수 없습니다.) ,
- 고려해야 할 다변량 이상 치가 있는지 확인합니다.
4. 각 응답 변수를 최상에서 최악으로 정렬하고 이상 값을 테스트하기 위해 이동 범위 차트를 플로팅했습니다. (나는 이것을 위해 스크립트를 저장하지 않았습니다. 이것은 각 응답에 대해 독립적으로 수행되며 저널을 첨부했습니다). 응답 4의 목표가 무엇인지 확인할 수 없었습니까? 응답 5는 이진이므로 측정 시스템에 차별이 없을 수 있습니다. 참고 : 패턴과 관련된 요인의 패턴과 반응 변수의 "점프"를보고 싶습니다. 저는 이것을 ANOG (ANalysis of Good)라고 부릅니다.
4. 모든 반응 (포화 모델)에 대해 적합 모델을 실행하고 각각 통계적 유의성과 실제적 유의성을 평가하기 위해 Normal Plot과 Pareto Plot을 만들었습니다 (하지만 실제 유의성은 모르겠습니다). 또한 상호 작용 플롯과 예측 프로필을 만들었습니다.
5. 저는 각 반응에 대한 모델을 줄이는 방법을 시도했습니다 (실제적 유의성과 관계없이 통계적 유의성만을 기반으로하고 주로 잔차를보기 위해 적합 모델을 다시 실행했습니다.
궁금한 점이 있으면 알려주세요.
