Wie modelliere ich die Fehlerraten einer Hirschkuh?Hallo, ich habe Ergebnisse einer DOE, die durchgeführt wurde, um die Auswirkung eines Faktors auf die Fehlerraten zu sehen. Es wurden Proben analysiert (500 Teile) und verschiedene Fehler gezählt. Also zum Beispiel Fehler Nr. 1 = 40/500=0,08
Ich würde die Daten gerne modellieren, aber aufgrund meiner Recherchen denke ich, dass Raten (zwischen 0 und 1) mithilfe einer logistischen Regression modelliert werden sollten. Ich kann das in JMP16 scheinbar nicht tun, als würde ich mir einfach die Möglichkeit geben, die Logistik für Ordinal- oder Nominalzahlen auszuführen. Wie lässt sich also ein Modell am besten anpassen, um Tarifdaten vorherzusagen?
Danke
Verbraucher- und MarktforschungDatenexploration und -visualisierungBetreff: Wie modelliere ich die Fehlerraten einer Hirschkuh?Marks Vorschlag ist gut, aber stellen Sie sicher, dass Sie die Datentabelle richtig einrichten, damit Sie diese Analyse durchführen können.Ich gehe davon aus, dass Sie für jeden DOE-Durchlauf die Gesamtzahl der Teile und die Anzahl der Fehler haben.Anschließend müssen Sie die Zahl „nicht defekt“ berechnen und die Datentabelle mit zwei Zeilen für jeden DOE-Lauf anordnen, wobei die Antwort (Defekt) in einer Zeile „Y“ und in der zweiten Zeile „N“ entspricht eine Count-Variable, um die Anzahl der defekten oder nicht defekten zu erfassen.Sehen Sie sich den Screenshot und die beigefügte Beispieltabelle an.Wenn Sie den Modus angeben, müssen Sie auch den „Zielwert“ auswählen, in diesem Fall den Indikator für defekt, und die Variable „Anzahl“ in der Rolle „Frequenz“ (Freq) verwenden.
Betreff: Wie modelliere ich die Fehlerraten einer Hirschkuh?Unter der Annahme, dass Sie für jede Beobachtung eine Antwort haben (z. B. Fehler, kein Fehler), empfehle ich die Verwendung dieser Datenspalte mit dem nominalen Modellierungstyp. Ich würde damit beginnen, jeden Fehlertyp einzeln zu analysieren. Dies führt dazu, dass JMP die entsprechende logistische Regressionsmethode verwendet.
- Datentabelle öffnen
- Stellen Sie sicher, dass in der Antwortdatenspalte der nominale Modellierungstyp festgelegt ist
- Wählen Sie Analysieren > Modell anpassen
- Wählen Sie die Binomialdatenspalte (Antwort) aus und klicken Sie auf Y
- Wählen Sie die Faktordatenspalten aus und klicken Sie auf „Hinzufügen“ (Sie können bei Bedarf auch Terme höherer Ordnung für Interaktion und nichtlineare Effekte verwenden).
- Klicken Sie auf Ausführen
Sie können das ausgewählte Modell als neue Datenspalte mit einer Formel speichern. Anschließend können Sie Diagramm > Profiler auswählen und alle gespeicherten Vorhersageformeln gleichzeitig bei Ihrer Erkundung und Optimierung verwenden.
