要查看哪些模型輸出？ （標準最小二乘法）我正在為召開客戶會議做準備，並且想知道過去是否有人這樣做過...
他們想知道在分析實驗時要在“最小二乘法”輸出中查找哪些輸出。是否有人已經將一些內容與屏幕快照以及要查找的內容進行了簡短描述？
提前致謝。
回复：看哪個模型輸出？ （標準最小二乘法）我沒有任何東西，但我強調以下內容（我也選擇DOE分析演示文稿的“篩選個性”）：
-通過預測圖查看實際值。 紅線之外是否有大量數據點？ 這些模型無法很好地擬合，請選擇它們並在圖形構建器中進行研究。 數據全部在藍線上嗎？ 您的模型所解釋的只是平均值。 這些點是否位於頂部和底部的紅線上？ 如果不是，您的模型將無法很好地預測出點離開線的位置。 通常，模型在整個數據范圍內的表現都不佳，用戶需要考慮這是否重要。 例如，他們是否在意模型是否超出規範指標而對模型的表現不佳？
-總體意義-如果p = .1等，不要用洗澡水的方法把嬰兒扔出去。依此類推，您仍然有來自DOE的信號，但要謹慎行事。 特別是如果您花了很多錢。 您還可以對結果進行分區，以了解不重要的DOE。
-R平方和調整後的R平方=您希望它們同時較高（最大值= 1，最小值= 0）。 如果調整後的r-sq接近於0或為負，並且遠離R平方，則對於運行次數而言，您的模型過於復雜，您需要從模型中取出一些東西。 R平方=這是模型為您的Y變量解釋的變化量。 較低的r平方意味著您的因子和因子設置對結果影響不大，或者信號中有很多噪音（它們是否重複運行以檢查系統）？ 如果有很多噪音，那麼只有少數運行並沒有很多動力。 我不喜歡“適合的摘要”沒有出現在“篩查”中，因此請將其打開或使用“最小報告”個性並打開其他一些內容。 調整後的R平方在DOE中確實很普遍，其下降到R平方以下的邊際結果很小，人們確信他們可以用最少的跑動來測試每一次互動。
-缺乏擬合-如果啟用，則向模型添加更多內容。 您可以非常輕鬆地用爆米花數據顯示它-主要效果只能打開它。 對客戶而言，這方面的細節並不重要，這只是您需要向模型添加交互或更高階多項式的標誌，因此缺少/缺少某些東西。 我已經看到，這可以使人們增加使用氣體等的第三效果。
-看一下殘留圖。 如果看起來很怪異（微笑，皺眉，圓錐形），請在圖形生成器中調查數據。 也許是由Y變換固定的。 您可以提到Box-cox，但這就是雜草。
-比例估算（按此順序！） -讓他們理解圖片更容易製作接下來的2張表格-這非常有幫助-按比例縮放的估算值排序，這是Y變量的DIRECTION的上下效果的帕累托！ 讓他們專注於中間的灰色條。 屏幕尺寸3增加溶解，而屏幕尺寸為5減少然後，如果他們想在接下來的兩節中提供更多詳細信息，但是您現在可以讓他們簡短一些，因為他們對結果的含義有所了解，而這正是他們所關心的。 此處的統計檢驗與“參數估計”表相同。
-參數估計（縮放效果後）-建立的模型中的係數。 為此，我向他們展示了預測表達式。 該t檢驗正在檢查它是否與0（零）重疊。
-效果測試-每個因素是否顯著？ 在某些情況下（連續變量），效果測試與參數估計相同，但是跨級別測試名義/常規數據。 沒有報告標稱等級編碼的方式。 您可以使用值順序列屬性（最後一個遺漏）進行調整。當類別變量與連續變量交互時（例如屏幕尺寸x磨碎時間），它們之間的分類變量交互也更容易解釋，因為這些變量在參數估計中的寫入方式是類別之一之間的隱式差異，因此可以忽略。
-然後是探查器！ 我通常從評估變量的重要性開始，但我看不到有人這樣做。 這對您的演示很有幫助，因為現在事情的順序對不重要的事物來說是正確的，不重要的事物離Y軸很遠。 您還可以為其著色，它著重強調您剛剛經歷的事情“看屏幕尺寸的重要性！ -無需深入了解，這是一個可視工具。 然後進行優化，並進行仿真。
-在標稱水平（如屏幕尺寸）之間進行統計測試的一個注意事項-使用槓桿圖，因為這裡有所有工具。
回复：看哪個模型輸出？ （標準最小二乘法）感謝勞拉的精彩討論。
我創建了一些幻燈片，其他人可以對其進行評論/編輯/重複使用。
回复：看哪個模型輸出？ （標準最小二乘法）真的很好@wendytseng 。 實際上，本週一位客戶要求提供完全相同的東西。
我認為我們資源中的其他地方都沒有這樣的東西。 更好地共享它可能是件好事，例如在JMPer電纜發布。
謝謝，
菲爾
回复：看哪個模型輸出？ （標準最小二乘法）說得好， @phil_kay ！ 我同意。 PowerPoint中的內容將成為一個不錯的博客文章， @wendytseng ！
回复：看哪個模型輸出？ （標準最小二乘法）我知道它會變得凌亂，但我還要補充一下“缺乏配合”幻燈片，您需要純複製品和更多級別的因素。 我可以完全複製完整的析因設計，但是如果我適合完整的模型，我將不會缺少適合性測試。
回复：看哪個模型輸出？ （標準最小二乘法）@phil_kay和@傑夫·珀金森，
@傑森·威金斯我將努力將某些東西放在一起。如果有幫助，我們可以分享它，並在即將舉行的SE會議中獲得反饋（想法@chuck_boiler和@MaryLoveless ？）。
我們正在考慮將輸出分為兩類：
- 健康檢查“我的模型足夠健康嗎？”
- 解釋“我可以發表哪些聲明？ 我可以採取什麼行動？”
使用這2類輸出，將它們置於“菜單”框架中。根據您有多少時間/您的決策含義，數據複雜性和您的“氣質”來選擇您想要的餐食（一些工程師和科學家喜歡雜草，有些則不喜歡）：
- 開心一餐（最小的一組輸出）：最小的輸出
- 芝士漢堡組合（中）：很好的平衡
- 巨無霸組合（大型或...“超大型”）：假設您需要轉到此處，給出所有結果和/或有氣質，則所有關鍵輸出
需要明確的是，我並不是說使用我們的軟件就像吃加工食品一樣。
回复：看哪個模型輸出？ （標準最小二乘法）也可能是一個很酷的博客！:)
回复：看哪個模型輸出？ （標準最小二乘法）好主意，查克！感謝您成為我的編輯之一！
如果其他人有興趣，這是此職位。它分為5部分，這是第1部分：
https://community.jmp.com/t5/JMP-Blog/An-analyst-s-new-year-s-resolution-Use-models-to-solve-more/ba-p/346098
最後一個將於下週的2月11日發布。
回复：看哪個模型輸出？ （標準最小二乘法）溫迪
我有兩條評論。
1.解釋縮放後的估計數。
您聲明例如：“鹽水從低（33.67）增加到高（66.33）時，磨損增加29.2 * 2 = 58.4單位”
我建議您添加“其他變量（例如二氧化矽和硫磺）的平均值保持不變以上句子。
2.預測分析器
除了您列出的關於探查器的內容之外，我還考慮可視化估計並優化另一個重要功能。 對於此RSM，我可以讓JMP在不同的輸入變量值下計算預測的磨損。 例如，當鹽水從最小值增加到最大值時，鹽度引起的磨損變化為58.3986（= 159.1262 -100.7276）。（與您從“按比例估算”報告中計算得出的值相同。）
