맞춤 검사 DoE 맞춤 지침안녕하세요 JMP 사용자 커뮤니티입니다.
주 효과에 대한 맞춤 검사 DoE에 맞는 몇 가지 제안/지침을 찾고 있습니다. 아래는 모델 피팅의 스크린샷입니다. 제 생각은 t 비율이 2보다 작은 요인을 하나씩 제거하여 t 비율이 2보다 큰 모든 요인이 남도록 한 다음 해당 요인을 사용하여 보다 자세한 조사를 위해 반응 표면 설계를 수행하는 것입니다. 또한 요소를 제거할 때 실제 지식을 사용합니다. 다음은 몇 가지 질문입니다.
1. t 비율이 2보다 작은 요인을 제거하는 것이 안전한가요? JMP에 따르면 이 설계에 사용할 수 있는 p 값은 없지만 기본적으로 p 값 0.05와 같습니다. 반응에 대한 요인의 영향에 대한 실질적인 지식이 없다고 가정합니다.
2. 다른 방법을 사용해야 합니까?
감사합니다!
암사슴Re: 맞춤 검사 DoE 맞춤 지침안녕,
디자인에 대해 한마디 해주실 수 있나요? 10가지 요인이 있는 것 같습니다. 따라서 11개의 매개변수(절편 포함)를 추정해야 합니다. 그리고 Fit Model 보고서에는 20개의 관측값이 나와 있습니다(따라서 20개 실행). 그래서 나는 왜 당신이 p-값을 얻지 못하는지 이해하기 위해 고심하고 있습니다. 이 모델에도 무작위 효과가 있습니까?
자세한 정보는 JMP 커뮤니티에서 도움이 될 것입니다. 데이터의 익명 버전을 첨부할 수 있습니다.
문안 인사,
필
Re: 맞춤 검사 DoE 맞춤 지침여러 주제를 추가할 필요가 없습니다. 동일한 질문에 대해 정확히 동일한 정보를 포함하는 게시물이 이미 있습니다.
