ブロックを含む DSD - 分析中にブロックを含める必要がありますか?こんにちは、みんな、
DSD DOE を作成しました。2 次効果を推定するための中心ランを持つ追加ブロックを含む 6 つのパラメーター、合計 18 のランです。
DOE を実行し、データを取得しました。次は分析部分です。 このオプションを使用して DSD DOE を分析します。
問題は、ブロックを X ロール領域に含めるべきかどうかです。
前もって感謝します、
アミールSS
信頼性解析Re: ブロックを含む DSD - 分析中にブロックを含める必要がありますか?ごめん@スタットマン, 私は自分の返信を投稿する前にこの返信を見ていませんでした。
もしよろしければ、２点についてお答えさせていただきたいと思います。
」センターランを追加した意味がわかりませんか？ 」 これは、DSD を設計するためのオプションです。スクリーンショットで確認できます。 @AmirSSこのスレッドの先頭にあります。 JMP は、指定した各ブロックに中心点を追加します。
」問題がない理由。ステートメントはモデルが飽和していることを意味します" - これは p 値が表示されないことの説明になることがよくありますが、ここで起こっていることはそうではないと思います。 このモデルにはあまり効果がないようです。 6 因子の DSD に 4 回の実行が追加され、17 回の実行になると思います。 さらに、ブロックの追加された中心点に対してさらに多くの実行が行われます。 したがって、実行回数と同じくらい多くのパラメータを推定できる状況にはないと思います。
私の回答がお役に立てば幸いです。
よろしく、
フィル
Re: ブロックを含む DSD - 分析中にブロックを含める必要がありますか?こんにちは@AmirSS 、
まず最初に、私が録音したことを知っておいてください。ブロックを使用した計画実験のモデル選択に関する短いプレゼンテーション。
DOE に必ずしも問題があるとは限りません。 あなたが抱えているのは、REML分散成分eに問題があるということです。推測。 警告があります: "収束疑わしい。"
推定方法が収束しない場合、p 値と自由度を計算することはできません。
カバージェンスが失敗する理由はさまざまです。
JMP コミュニティで「Convergence Questionable」を検索することをお勧めします。 これに関するスレッドはたくさんあります。
データを添付していただければ確認させていただくことも可能です。 最初に匿名化することをお勧めします。
よろしく、
フィル
Re: ブロックを含む DSD - 分析中にブロックを含める必要がありますか?@AmirSS , ディスカッションに少し遅れましたが、いくつかの質問/コメントと提案がありました。
1. DSD はほとんどの場合 3 レベル設計なので、センターランを追加した意味がわかりません。
2.便利な小さな「?」があります。ツールバー(矢印のすぐ右側)。 これを選択し、出力内の説明が必要な場所に移動してクリックすると、その分析に関する情報が表示されます。
3. パラメーター推定値は線形モデルのベータ係数であり、切片は Y 切片です。 分散成分は各成分の変動の推定値であり、固定効果検定は基本的にモデルが個々の項に分離された分散分析です。
4. 問題がない理由ステートメントは、モデルが飽和しているか、すべての自由度が割り当てられているか、誤差項の推定値がないため、統計的検定の根拠がありません。
また、前に参照した章で説明した以外にもブロックを処理する方法があることも付け加えておきます。 見る：
サンダース、D. Leitnaker M.、McLean R. (2002) 「産業研究におけるランダム化された完全なブロック設計」品質工学、 Vol. 14、第 1 号
Re: ブロックを含む DSD - 分析中にブロックを含める必要がありますか?こんにちは@Phil_Kay
説明ありがとう。無料の章は非常に便利だと思います。 それにもかかわらず、ここでの初心者にはさらなる支援が必要です。
私のDSDをさらに分析したいと思います。 以下は、REML メソッドを選択した後に JMP によって生成された結果です。
パラメータ推定値、REML分散成分推定値、さらに固定効果検定の解釈方法を親切に説明していただけますか。
Prob>|t| を引き起こす DOE に何か問題があるのでしょうか? Prob>F は空白ですか?
よろしくお願いします。
Re: ブロックを含む DSD - 分析中にブロックを含める必要がありますか?こんにちは@AmirSS 、
はい。
分析にブロックを含める必要があります。
設計にブロックを含める理由は、制御できない実行ブロック間で予想される応答の違いを考慮するためです。
モデル内のこの制御されていない変動を考慮する必要があります。
計画テーブルの Fit Definitive Screening 解析スクリプトにより、すべての因子と X として含まれるブロックを含むダイアログが表示されることがわかります。
Fit Definitive Screening 分析を実行した後、[モデルの作成] をクリックすると、選択した効果を含む [モデルの適合] ダイアログが表示されます。 この時点で、ブロックをランダム効果として追加する必要があります (スクリーンショットを参照): [ブロック] > [属性] の赤い三角メニュー > [ランダム効果] を選択します。 メソッドはデフォルトで推奨される REML になります。
この章の無料ダウンロード本から最適な設計: ケーススタディのアプローチブロック効果と REML について詳しく説明します。 DOE の基礎を超えて学びたい人には、この本を強くお勧めします。
それが役立つことを願っています。
よろしく、
フィル
