JMP Fed Govのユーザーリソースページに戻る
12月22日ウェブキャスト-DOEを分析するための戦略
このWebキャストでは、いくつかのDOEデータセットを分析します。 視覚分析ツールでは、因子の列のデータフィルタリングや因子の積み重ねなど、分布とグラフビルダーを使用します。 モデリング戦略には、「効果の遺伝」と「効果の希薄性」の原則によって導かれる2次効果に進む前に、1次効果を調べるなどの保守的なアプローチが含まれます。 積極的な戦略には、いくつかの異なる停止基準を使用した段階的な回帰が含まれ、「すべての可能なモデル」の過剰適合や適合さえ防止されます。実際対 チェックポイント付きの予測プロットは、モデルの選択に役立ちます。 セッションで再作成できるさまざまなサンプルのグラフィカルおよび段階的回帰出力を以下に示します。
応答データの上半分が選択された因子レベルの陰影を示す配布プラットフォーム。
グラフビルダーの収量と10の因子すべての因子範囲。 エラーバーが平均の信頼区間に等しい、平均によって要約されたデータ。 より滑らかな曲線（青）とラインフィット（赤）。 メインエフェクトと曲率の相対的なサイズを確認できます。
「スムーザー」曲線を使用してプロットされた応答値と個々の因子設定を示すグラフビルダー
1つの因子の応答と因子の設定を示すグラフビルダーで、2番目の因子をグラフに重ねて表示します。
非平行線は、因子間の相互作用を示しています。
「過剰パラメーター化」されている10因子、66項の2次モデルの4因子、9項モデルのサブセットを選択する24の観測の段階的回帰の基準履歴のプロット。
因子AおよびBの優位性を示すソートされたパラメーター推定のグラフ
予測プロファイラーは、因子の範囲内で最大収量を予測する条件に設定されます。 3つのチェックポイントでは、15.10、15.93、16.16の値が得られました-すべて95％の信頼区間（14.4、20.1）内です。
8つの因子に対して1,000万の可能なモデルすべてを当てはめることから、1項から8項までのモデル（定数を無視）が最適です。
AとBによる支配と、それに続くC、そしてGが重要である可能性があるという提案に注意してください。
因子A、B、C、E、およびFのすべての可能なモデルテーブルからの4つのメトリックのオーバーレイプロット。
RSquare、RMSE、AICc、BIC対モデル項。
24の設計試行に適合する3因子モデルの実際のvs予測のプロット。 フィットで使用されていない4つのチェックポイントもプロットされます。
