サーフェス プロファイラーと実際の予測プロットで実際に適切に見える場合、適合データの不足にどのように対処すればよいですか?親愛なる JMP プロの皆様へ
2 つの離散因子 (X_1 と X_2) を含むデータセット (添付ファイルを参照) があり、モデルの実行後、予測された実際のデータと表面プロファイラーで適合が良好に見えます。 しかし、私はここでかなりの適合性を欠いています。
ここに何が理由なのか、このデータセットをどのように処理すればよいのでしょうか? フィット感を信じて使用することはできますか? ここでは、教科書の DoE の代わりに個別の要因セットを使用しなければならなかったことに注意してください。
ご協力ありがとうございます。
よろしくお願いします、
サイモン
分析DOERe: サーフェス プロファイラーと実際の予測プロットで実際に適切に見える場合、適合データの不足にどのように対処すればよいですかやあ@SimonFuchs 、
回帰分析の不適合テストについて詳しく読むことができますここ. 適合テストの欠如の問題は、入力 X_1 と X_2 に対して十分な複製エントリがないことだと思います。 データセットには、行 6 と行 10 の 2 つしか含まれていません。 また、測定した応答 X_3 と X_6 は (これらの実行で) 基本的に同じ値であるため、JMP は不適合テストの統計をレポートするのに苦労しています。 DOE の実行を真に再現している場合、通常のガウス ノイズによって、測定システムのノイズだけであっても、異なる応答が得られるはずです。
これをテストするには、まったく同じ X_1 と X_2 のペアを持ついくつかの新しい行を追加しますが、応答 X_3 にわずかに異なる値を入力します。 この新しいデータでモデルを再実行すると、JMP が期待どおりに不適合を計算することがわかります。 DOE 全体を複製する余裕がある場合は、それを行うことを強くお勧めします。
モデルについて気づいたことの 1 つは、因子 X_1 が交差項 X_1*X_2 や二次効果 X_2*X_2 よりも (X_3 応答に対して) 重要な役割を果たしていないことです。 実際、X_1 単独の役割は重要な要素ではありませんが、X_2 と交差すると、かなり重要な用語が得られます。 触媒のようなものでこれが起こっているのを見ることができました。 触媒自体は反応を促進しませんが、適切な成分と混合すると、非常に効率的に反応を促進できます。 あなたの特定の設定は、因子をそのまま並べることに意味がありますか? そうでない場合、モデルとそれに追加する用語を再考する必要がありますか?
お役に立てれば、
DS
Re: サーフェス プロファイラーと実際の予測プロットで実際に適切に見える場合、適合データの不足にどのように対処すればよいですかSDF1 さん、こんにちは。
ご回答ありがとうございます。 X_1 のレプリケートされたエントリが十分にないことをどこで確認/分析できますか?
測定を開始する前に、これを事前に認識し、最小二乗分析パネルでこれを確認することをお勧めします。
ここでのあなたの言葉に感謝します。はい、この場合、因子の組み合わせは理にかなっています。
よろしくお願いします
サイモン
