2요인 실험 설계를 위한 모델 피팅저는 2요인 실험 설계(2요인)에 대한 모델을 적합시키려고 합니다. 이것은 DC Montgomery 책의 문제 5.4입니다(실험 설계 및 분석 8판. 5장. 화학 공정의 수율이 연구되고 있습니다. 가장 중요한 두 가지 변수는 압력과 온도라고 생각됩니다. 각 요인의 세 가지 수준 을 선택하고 두 번의 반복실험을 통해 계승 실험을 수행합니다. 수율 데이터는 다음과 같습니다.
이 문제는 온도와 압력을 "공칭"으로 설정하면 해결됩니다. 나는 "연속"으로 설정하려고 했지만 그렇게 하면 ANOVA가 잘못된 것입니다.
1) 적절한 분산 분석 및 피팅 추정치를 얻으려면 요인을 "연속" 대신 "명목"으로 설정해야 하는 이유는 무엇입니까?
2) 데이터에서 회귀 모델을 찾으려면 온도와 압력을 "연속"으로 설정해야 합니다. 왜?
소비자 및 시장 조사데이터 탐색 및 시각화실험 설계Re: 2-요인 실험 설계에 대한 모델 피팅두 질문에 대한 답은 JMP의 워크플로 때문이라고 생각합니다.
ANOVA(분산 분석, 표본의 그룹 평균 차이)를 수행하려는 경우:
X의 다른 그룹은 X가 명목일 때만 존재합니다(또는 모호하지 않음).
따라서 "fit x by y"에서 명목 X를 사용하면 ANOVA가 됩니다.
x 값으로 계산할 수 있는 회귀 요구 사항. 이것은 연속 x의 경우에만 해당됩니다.
x와 y의 데이터 유형을 통해 JMP에 수행하려는 분석을 알립니다. 플랫폼 "fit y by x"를 시작할 때 왼쪽 하단의 그림을 보십시오. JMP가 귀하의 모델링 유형에 맞는 방법을 제공할 수 있게 해주는 훌륭하고 효과적인 인터페이스라고 생각합니다. 그러나 익숙해지려면 시간이 걸릴 수 있습니다.
Re: 2-요인 실험 설계에 대한 모델 피팅데이터 세트를 분석하는 방법은 여러 가지가 있습니다. 반드시 "틀린" 것은 아닙니다. ANOVA 접근 방식에서 추정하는 것은 모델의 각 항의 효과입니다. 참조하는 두 요인 실험의 경우 각 요인의 자유도는 2(모델 효과의 경우 8)이므로 모델은 다음과 같습니다.
Y = T + P + TP + 오류
분석에 회귀를 사용하는 경우 각 요인에 대한 2개의 자유도를 선형 및 2차 효과에 할당할 수 있습니다.
Y = T + P + TP + T*T + P*P + E
Re: 2-요인 실험 설계에 대한 모델 피팅나는 책에 언급된 정확하고 완전한 문제 컨텍스트에 익숙하지 않으므로 여기에서 추측할 뿐입니다... JMP에서 변수는 데이터 유형에 대한 분석적 모델링 방법과 다소 일치하는 다른 데이터 유형을 가질 수 있습니다. JMP에서 이러한 데이터 유형 중 일부(전부는 아니지만... JMP를 유용한 응용 프로그램으로 만드는 이유)에는 '명목' 및 '연속'이라는 레이블이 지정됩니다. 아마도 책의 문제에서 읽고 있는 것은 '공칭'이 JMP에서 사용되는 데이터 유형 레이블이 아니라 연구 중인 제조 프로세스에 대한 선호 또는 현재 설정을 나타냅니다.
문제에 나와 있는 이러한 유형의 실험 요인은 일반적으로 JMP 데이터 유형 의미에서 '연속적'으로 간주되며, 이는 차례로 다양한 모델링 방법을 엽니다. 그 중 하나는 JMP의 표준 최소 자승... 턴은 좋은 구식 선형 회귀 모델로 이어집니다.
