Nivel: intermedio
【Presentador】
Yukio Takahashi, director representante, BioStat Laboratory Co., Ltd.
[Resumen del anuncio]
El diseño tradicional de experimentos no se limita a arreglos ortogonales, sino que es un método de análisis que descompone principalmente la suma de cuadrados usando un sigma llamado análisis de varianza sobre la premisa de que los factores son ortogonales entre sí. Sin embargo, dado que este método no se puede aplicar cuando se producen valores perdidos, es necesario realizar un análisis utilizando la "teoría de estimación lineal" que ha proporcionado un marco teórico para el análisis de la varianza. Sin embargo, es difícil encontrar el libro que lo explique.
El "Ajuste de modelo" de JMP también admite el análisis de matrices ortogonales con valores perdidos, pero el estándar para el análisis de matrices ortogonales es la "estimación del intervalo de confianza del 95% de la diferencia entre el nivel actual y el nivel óptimo". ¿Cómo debería encontrarlo? ¿La "fórmula de Taguchi" o la "fórmula de Ina" para estimar esas variaciones de error están incorporadas en JMP? Es valiente confiar en los resultados de JMP, ya que no tienen un libro que explique qué procedimiento de análisis se utiliza para calcularlos.
Por lo tanto, mostraremos el método de análisis utilizando la función analítica de Excel para el caso donde falta un valor en la matriz ortogonal L8, y profundizaremos la comprensión del principio de cálculo de "ajustar el modelo" comparándolo con el resultado del análisis. por JMP. ， Muestra el método de cálculo básico que se puede aplicar más.
