二次回帰モデルを使用して完全な階乗設計を評価するにはどうすればよいですか？やあ、私はコミュニティに不慣れで、まだJMPの初心者です。 私は次の問題を抱えています：私は完全な階乗3 ^ 3計画をしました。 私が得た結果は線形ではありませんが、指数関数的に増加します。 「通常の最小二乗法」を評価するとき、線形モデルしか得られません。 より高次の多項式で回帰を行う方法はありますか？ もしそうなら、どうすればそれを行うことができますか？ 前もって感謝します。
分析DOERe：二次回帰モデルを使用して完全な階乗設計を評価するにはどうすればよいですか？因子は、数値データ型と連続モデリング型を使用してデータテーブルで定義されていると思います。 また、DOE定義と一致する列プロパティも含める必要があります。
モデルテーブルスクリプトを実行するか、[分析]> [モデルの適合]を選択して、[モデルの適合]ダイアログを開くことができます。 因子データ列を選択してから、[マクロ]> [応答曲面法]をクリックできます。 このアクションは、非線形応答をモデル化するために2次項を追加します。
データだけでは、応答が指数関数的に変化していることがわかるとは思いません。 ただし、指数モデルが適切であるという事前の知識があるかもしれません。 そうである場合は、カスタム非線形モデルを定義し、最小二乗法の代わりに非線形プラットフォームを使用してモデルを適合させる必要があります。
二次線形回帰モデルまたは因子または交互作用ごとに2つ以下のパラメーターを持つ指数モデルを適合させるには、3つのレベルで十分です。 他のメンバーは、指数モデルをどのように定義するかについて、さらにガイダンスを持っているかもしれません。 JMPヘルプは、選択したモデルを列式として定義する手順をガイドします。
Re：二次回帰モデルを使用して完全な階乗設計を評価するにはどうすればよいですか？早々に返事をくれてありがとう。 因子について応答曲面法を試しましたが、モデルがわずかに改善されました。 ただし、回帰モデルによって推定された値には、いくつかの負の値も含まれています。これは、実際のアプリケーションでは不可能です。推定目標値に限界値を使用する可能性はありますか？ また、より良いモデル品質を得るために、測定値をログに記録するオプションもありますか？ それとも、それは許可されておらず、結果を改ざんするのでしょうか？ よろしくお願いします。
Re：二次回帰モデルを使用して完全な階乗設計を評価するにはどうすればよいですか？どの値が負ですか？ パラメータ推定？ 予測される応答？ なぜ否定的な反応は不可能なのですか？
応答の自然な限界は何ですか？ いくつかのケースは、あなたが提案するように応答を変換するか、統計誤差に異なる分布モデルを使用することによって対処できます。 通常の最小二乗（OLS）線形回帰は、これらの誤差が正規分布していることを前提としていますが、一般化線形モデル（GLM）を使用すると、線形予測子、平均応答のリンク関数、および誤差の分布をより柔軟に選択できます。 あなたの反応の性質は何ですか？
