一种用于检测完全随机、非复制 2k 中异常值的图形工具... 一种用于检测完全随机、未复制的 2k 和 2k-P 因子中的异常值的图形工具
Tony Cooper，博士，SAS 首席分析顾问
Doug Sanders，咨询统计师
Cheryl Hild，Aegis Sciences 质量总监
随着当今工业界对统计方法意识的提高，许多非统计人员正在实施统计研究并进行统计设计实验 (DOE)。随着非统计学家在应用环境中越来越多地使用 DOE，需要更多图形方法来支持 DOE 结果的分析和解释。特别是，迫切需要一种用户友好的方法来调查未复制 DOE 中噪声和活动背景变量的异常值影响。本文提出了一种非常简单但有效的方法来识别未复制 2k 和 2k-p 因子设计中的异常值，该方法将完善的验证性统计技术与简单的图形探索性工具相结合。该方法的最佳应用需要在图形上交互式和动态地使用颜色代码和标记。这在 JMP 软件中特别容易和强大。与往常一样，行业正在寻求以最少的资源支出找到最多的信息。许多行业都依赖于无法估计纯误差项的非复制设计。伪误差项可用于估计效应的显着性。这种方法扩展了调查，允许实验者评估实验中噪声的一致性。该方法已被广泛使用，允许实验者与其数据进行交互，以避免误导性分析并发现有关其过程如何运行的其他线索。
实验设计
