2- 요인 실험 설계를위한 모델 피팅2 요인 실험 설계 (2 요인)에 대한 모델을 맞추려고합니다. 이것은 DC Montgomery 책의 문제 5.4입니다 (실험 8 판의 설계 및 분석 5 장. 화학 공정의 수율을 연구 중입니다. 가장 중요한 두 변수는 압력과 온도로 생각됩니다. 각 요인의 세 가지 수준이 선택되고 두 개의 반복 실험이있는 요인 실험이 수행됩니다. 수율 데이터는 다음과 같습니다.
이 문제의 해결책은 온도 및 압력이 "공칭"으로 설정 될 때 충족됩니다. "Continous"로 설정하려고했지만 그렇게하면 ANOVA가 잘못되었습니다.
1) 적절한 ANOVA 및 피팅 추정치를 얻기 위해 "Continous"대신 "Nominal"로 요인을 설정해야하는 이유는 무엇입니까?
2) 데이터에서 회귀 모델을 찾으려면 온도와 압력을 "Continous"로 설정해야합니다. 왜?
해석학Re : 이중 요인 실험 설계를위한 모델 피팅나는 정확하고 완전한 문제 컨텍스트에 익숙하지 않으므로 여기에서 추측하고 있습니다 ... JMP 변수는 해당 유형의 데이터에 대한 분석 모델링 방법과 다소 일치하는 다른 데이터 유형을 가질 수 있습니다. JMP에서는 이러한 데이터 유형 중 일부 (모두는 아니지만 ... 이로 인해 JMP가 유용한 응용 프로그램이됩니다!)에는 '명목'및 '연속'이라는 레이블이 지정됩니다. 아마도이 책의 문제에서 읽고있는 것은 '명목상'이 JMP에서 사용되는 데이터 유형 레이블이 아니라 연구중인 제조 프로세스에 대한 선호 또는 현재 설정을 의미하는 것입니까?
문제에 제시된 이러한 유형의 실험 요인은 일반적으로 JMP 데이터 유형 의미에서 '연속적'으로 간주되며,이 중 하나는 JMP에서 표준 최소 제곱이라고하는 다양한 모델링 방법을 엽니 다. turn은 좋은 구식 선형 회귀 모델로 이어집니다.
Re : 이중 요인 실험 설계를위한 모델 피팅데이터 세트를 분석하는 방법은 여러 가지가 있습니다. 반드시 "잘못된"것은 아닙니다. ANOVA 접근법에서 추정하는 것은 모델에있는 각 항의 효과입니다. 참조하는 두 요인 실험의 경우 각 요인의 자유도는 2 (또는 모델 효과의 경우 8)이므로 모델은 다음과 같습니다.
Y = T + P + TP + 오류
분석을 위해 회귀를 사용하는 경우 각 요인에 대한 2 개의 자유도를 선형 및 2 차 효과에 할당 할 수 있습니다.
Y = T + P + TP + T * T + P * P + E
Re : 이중 요인 실험 설계를위한 모델 피팅두 질문에 대한 답은 JMP의 워크 플로우 때문이라고 생각합니다.
ANOVA (분산 분석, 표본에서 그룹 평균 간의 차이)를 수행하려는 경우 :
X의 다른 그룹은 X가 명목 일 때만 존재합니다 (또는 모호하지 않음).
따라서 "fit x by y"에서 명목 X를 사용하면 ANOVA가됩니다.
x 값으로 계산할 수있는 회귀가 필요합니다. 이것은 연속 x의 경우에만 해당됩니다.
x 및 y의 데이터 유형을 사용하여 수행 할 분석을 JMP에 알립니다. 플랫폼 "fit y by x"를 시작할 때 왼쪽 하단의 그림을보십시오. JMP가 모델링 유형에 맞는 방법을 제공 할 수있는 훌륭하고 효과적인 인터페이스라고 생각합니다. 그러나 익숙해지는 데 시간이 걸릴 수 있습니다.
