JMP Fed Gov 사용자 리소스 페이지로 돌아 가기
12 월 22 일 웹 캐스트-DOE 분석 전략
이 웹 캐스트에서는 여러 DOE 데이터 세트를 분석 할 것입니다. 시각적 분석 도구의 경우 요인 열에 대한 데이터 필터링과 요인 누적을 포함하여 분포 및 그래프 빌더를 사용합니다. 모델링 전략에는 "효과 유전"및 "효과 희소성"원칙에 따라 2 차 효과로 이동하기 전에 1 차 효과를 살펴 보는 것과 같은 보수적 인 접근 방식이 포함됩니다. 공격적인 전략에는 과적 합을 방지하고 "가능한 모든 모델"을 맞추기 위해 여러 가지 중지 기준을 사용하는 단계적 회귀가 포함됩니다. 실제 vs. 체크 포인트가있는 예측 플롯을 사용하여 모델을 선택할 수 있습니다. 세션에서 다시 생성 할 수있는 다양한 샘플 그래픽 및 단계적 회귀 출력은 다음과 같습니다.
응답 데이터의 상위 절반이 선택된 요인 수준의 음영을 보여주는 분포 플랫폼.
10 개 요인 모두에 대한 그래프 빌더 수율 대 요인 범위. 평균에 대한 신뢰 구간과 동일한 오차 막대를 사용하여 평균으로 요약 된 데이터입니다. 데이터에 더 부드러운 곡선 (파란색) 및 선 맞춤 (빨간색). 주 효과와 곡률의 상대적인 크기를 볼 수 있습니다.
"Smoother"곡선을 사용하여 개별 요인 설정과 플롯 된 반응 값을 보여주는 그래프 빌더
그래프에 두 번째 요인이 오버레이 된 한 요인의 반응 대 요인 설정을 보여주는 그래프 빌더.
평행하지 않은 선은 요인 간의 상호 작용을 나타냅니다.
"과도하게 매개 변수화 된"10 요인 66 항 2 차 모델의 4 요인, 9 항 모델 서브 세트를 선택하는 24 개 관측치의 단계적 회귀에 대한 기준 내역 플롯.
요인 A와 B의 우세를 보여주는 정렬 된 모수 추정치 차트
예측 프로파일 러는 요인 범위에서 최대 수율을 예측하는 조건으로 설정됩니다. 3 개의 체크 포인트에서 15.10, 15.93 및 16.16의 값이 산출되었습니다. 모두 95 % 신뢰 구간 (14.4, 20.1) 이내입니다.
8 개 요인에 대해 가능한 모든 모델을 1,000 만 개 피팅하여 1 항에서 8 항까지의 모델 (상수 무시)이 가장 좋습니다.
A와 B가 지배하고 C가 뒤 따르고 G가 중요 할 수 있다고 제안합니다.
요인 A, B, C, E 및 F에 대해 가능한 모든 모델 테이블에서 4 개의 메트릭에 대한 오버레이 플롯;
RSquare, RMSE, AICc 및 BIC 대 모델 용어.
24 개의 설계 시행에 맞는 3- 요인 모형에 대한 실제 대 예측 도표. 적합에 사용되지 않는 4 개의 체크 포인트도 표시됩니다.
