こんにちは、
JMP は初めてなので、賢明な皆さんに明らかに間違ったことをしているようでしたらお詫びします。3 つの異なる材料を使用した 3 つの異なる温度でのバッテリー テスト寿命を含むデータセットで 2 因子 ANOVA を実行しようとしています。しかし、JMP を使用して「モデルの適合」を実行すると、期待した 2 ではなく、各効果の自由度が 1 しか得られません (3 つのデータ ポイント - 1 = 2 の自由度)。これにより、F 比と p 値がかなり小さくなりすぎて、かなり厄介な過大評価が生じています。使用している生の .jmp ファイル、モデル仕様ダイアログ、およびモデルから取得した出力を添付しました。何が間違っているのでしょうか?
最高、
ヨルダン
今朝、あなたのデータセットを閉じようとしていて、もう 1 つ考えました。
単純な通常の最小二乗分析は、あなたが求めている質問に対して間違っている可能性があります。
あなたの時間列は、失敗するまでの時間のようなものです。 この場合、特定の時点での障害の確率を知る必要があります。たとえば、温度と材料の関数としての B10 時間。
この場合、パラメトリック サバイバル フィットが適切な選択です。
Fit Model(
Y( :Name( "Life (hours)" ) ),
Effects(
:Temperature & RS,
:Material Type,
:Temperature * :Temperature,
:Temperature * :Material Type
),
Personality( "Parametric Survival" ),
Distribution( "Weibull" ),
Run(
Likelihood Ratio Tests( 1 ),
Quantile Profiler(
1,
Confidence Intervals( 1 ),
Adapt Y Axis( 1 ),
Term Value(
Temperature( 68, Lock( 0 ), Show( 1 ) ),
Material Type( 3, Lock( 0 ), Show( 1 ) ),
Failure Probability( 0.1, Lock( 0 ), Show( 1 ) )
)
)
),
SendToReport(
Dispatch( {}, "Effect Summary", OutlineBox, {Close( 1 )} ),
Dispatch( {}, "Whole Model Test", OutlineBox, {Close( 1 )} ),
Dispatch( {}, "Parameter Estimates", OutlineBox, {Close( 1 )} ),
Dispatch( {}, "Wald Tests", OutlineBox, {Close( 1 )} ),
Dispatch( {}, "Effect Likelihood Ratio Tests", OutlineBox, {Close( 1 )} ),
Dispatch(
{"Quantile Profiler"},
"10000",
ScaleBox,
{Min( 0 ), Max( 220.470532541004 ), Inc( 25 ), Minor Ticks( 0 )}
),
Dispatch(
{"Quantile Profiler"},
"Profiler",
FrameBox,
{Frame Size( 208, 207 )}
),
Dispatch(
{"Quantile Profiler"},
"Profiler",
FrameBox( 3 ),
{Frame Size( 208, 207 )}
),
Dispatch(
{"Quantile Profiler"},
"Profiler",
FrameBox( 5 ),
{Frame Size( 208, 207 )}
)
)
)
コミュニティへようこそ。あなたのデータ セットを見ていて質問があります。治療の組み合わせごとに 4 つの回答がありますが、それらは何ですか? それらは繰り返しですか、それとも複製ですか (そしてそれらはランダム化されていますか)?
分析は、データの収集方法に完全に依存します (ソフトウェアに関係なく)。 因子が 2 レベルを超える場合、データ型の設定方法が重要であることは事実です。 変数が実際に連続的である場合、回帰アプローチは ANOVA よりもモデルの効果に関するより多くの情報を提供します (ただし、多項式の項をモデルに追加する必要があります)。
レポートでこのオプションをオンにすると、名義変数のすべてのレベルが表示されます
また、人々があなたが何をしているのかを知るために、より良い助けを得るためです。 上部にある小さな赤い三角形をクリックし、[スクリプトを保存] > [クリップボードに保存] をクリックします。 次に、ここに戻って質問を入力し、投稿ウィンドウの上にある [] ボタンをクリックして、そこにクリップボードを貼り付けます。
次のようになります。
Fit Model(
Y( :Name( "Life (hours)" ) ),
Effects(
:Temperature & RS,
:Material Type,
:Temperature * :Temperature,
:Temperature * :Material Type
),
Run);
提供したデータ テーブルに対してこのスクリプトを実行すると、私の分析がどのように見えるかを正確に確認できます。
これは応答曲面モデルです。 これには、すべての 2 方向の相互作用と二次効果が含まれます。 注記 材料は公称値で、温度は連続値です。
案の定、私はこれを間違って解釈していました。 JMP は自由度 n-1 の効果モデルを使用すると想定していましたが、温度を連続変数に設定したため、JMP は実際には自由度が低い (1) 回帰モデルを使用していました。 温度 * 温度項を追加することで、自由度を 2 まで上げたり、温度をカテゴリ変数 (連続変数ではない) に変更したりできます。
JMP では T=70 度の条件が完全に失われているようです。 これは本当に奇妙です。
