2因子実験設計のモデルの適合2 因子実験設計 (2 つの因子) のモデルを適合させようとしています。これは、DC Montgomery の本 (実験の設計と分析、第 8 版、第 5 章) の問題 5.4 です。化学プロセスの収率を調べています。最も重要な 2 つの変数は、圧力と温度であると考えられます。各因子の 3 つのレベルを選択し、2 回反復する要因実験を実行します。収率データは次のとおりです。
この問題の解決方法は、温度と圧力を「公称」に設定すると得られます。私はこれらを「連続」に設定するつもりでしたが、そうすると ANOVA が間違ってしまいます。
1) 適切な ANOVA とフィッティング推定値を取得するには、因子を「連続」ではなく「名目」に設定する必要があるのはなぜですか?
2) データから回帰モデルを見つけたい場合は、温度と圧力を「連続」に設定する必要があります。なぜですか?
消費者および市場調査データの探索と視覚化実験計画法Re：2因子実験計画のモデルの適合両方の質問に対する答えは、JMPのワークフローによるものだと思います。
ANOVA（分散分析、サンプル内のグループ平均間の差）を実行する場合：
Xが名目上の場合、X内の異なるグループは存在する（または明確な）だけです。
したがって、「fit x by y」で名目上のXを使用すると、ANOVAになります。
x値で計算できる回帰ニーズ。 これは、連続xの場合のみです。
xとyのデータ型を使用して、実行する分析をJMPに指示します。 プラットフォーム「fitybyx」を開始するときは、左下の画像をご覧ください。 これは素晴らしく効果的なインターフェースであり、JMPがモデリングタイプに適したメソッドを提供できるようになると思います。 ただし、慣れるまでに時間がかかる場合があります。
Re：2因子実験計画のモデルの適合データセットを分析する方法は複数あります。 必ずしも「間違っている」とは限りません。 ANOVAアプローチでは、推定しているのはモデルの各項の効果です。 参照している2因子実験の場合、各因子には2自由度（またはモデル効果の場合は8）があるため、モデルは次のようになります。
Y = T + P +TP+エラー
分析に回帰を使用する場合、各因子の2つの自由度を線形効果と2次効果に割り当てることができます。
Y = T + P + TP + T * T + P * P + E
Re：2因子実験計画のモデルの適合私は本に記載されている正確で完全な問題のコンテキストに精通していないので、ここで推測しているだけです... JMPでは、変数は、それらのタイプのデータの分析モデリング方法と多かれ少なかれ一致するさまざまなデータ型を持つことができます。 JMPでは、これらのデータ型の一部（ただし、すべてではありません...これがJMPをこのような便利なアプリケーションにしているのです！）には、「公称」および「連続」というラベルが付いています。 おそらく、本の問題で読んでいるのは、「公称」は、JMPで使用されているデータ型ラベルではなく、調査中の製造プロセスの優先設定または現在の設定を指しているのでしょうか。
問題に示されているこれらのタイプの実験的要因は、通常、JMPデータ型の意味で「連続」と見なされます。これにより、さまざまなモデリング方法が開かれます。その1つは、JMPの標準最小二乗法と呼ばれます。ターンは古き良き線形回帰モデルにつながります。
