多くの繰り返しを伴うDOEに基づく回帰モデルこんにちはコミュニティ、
製品を特定の高さから落とし、その後その性能をテストした実験からデータセットを受け取りました。その結果、合格/不合格の応答が得られました。
デバイスには6つの異なる構成があり、各構成には16の標本がありました。 96検体すべてをランダムな順序で落下試験しました。
各構成で何度も繰り返される主な理由は、故障率は基本構成で約1/10であることが知られており、それらを比較するために、すべての構成で故障するデバイスを確実に確認することが望まれていました。 たとえば、構成ごとに3回だけ繰り返した場合、障害は発生しないか、ほとんど発生せず、おそらく何も学習しなかったでしょう。
私の質問は、これをどのように最適にモデル化するかです。
-ロジスティックモデルの名目応答として96の合格/不合格の結果すべてを使用する場合、モデルの効果値は16のグループで同じです。これは、すべての構成Aの行が同じモデル効果値を持ち、すべての構成Bの行が同じモデルを持つためです。効果値など（各グループ内では、応答はもちろん異なります。成功するものと失敗するものがあります。）これは許容できますか？ 私はこれまでこのようなモデルを試したことがありません。入力変数はそうです。同種のグループで。
-6つの構成のそれぞれについて失敗率（失敗数を16で割ったもの）を計算し、それを標準の最小二乗モデルの連続応答として使用すると、サンプルサイズが小さいため（6 ）。 そして、そのセットアップが実際に実験的に行われたことを表しているかどうかはわかりません（96回の独立した実行）。
誰かが助けてくれることを願っています！
敬具、
モーテン
分析DOERe：繰り返しの多いDOEに基づく回帰モデルモデルまたは分析を選択する前に実験を実行することは賢明ではないことを最初に言います。 データはあなたが知りたいことをサポートしていないかもしれません。 分析とモデルは最後ではなく最初に来ます。
あなたを満足させるかもしれないバイナリ応答の分析にはいくつかのタイプがあります。 ロジスティック回帰モデル、ロジットリンク関数を使用した二項一般化線形モデル、またはプロビット分析を使用できます。 これらの分析はすべて、同じ線形予測子を使用します。
Re：繰り返しの多いDOEに基づく回帰モデルハイマーク、
ご回答ありがとうございます。返信が遅くなり申し訳ありません。
モデルが最初に来るべきだったということに同意しますが、残念ながらテストはすでに実行されていました。
ロジスティックモデルを作成しましたが、機能しているようです。たとえば、すべての「繰り返される行」（複数の行に対して同じレベルのすべての要素）は、その構成が合格するという確信を高めるだけだと思います。 したがって、このロジスティックモデルを継続すると思います。
ご協力いただきありがとうございます！
