Scopri di più nel nostro corso online gratuito:
Pensiero statistico per la risoluzione dei problemi industriali
In questo video, vediamo come utilizzare la tabella Riepilogo effetti per la selezione delle variabili utilizzando i dati Impurity.
Inizieremo adattando un modello completo, con interazioni, utilizzando Fit Model.
Per prima cosa, selezioneremo Impurità come Y.
Quindi, selezioneremo Temp attraverso Spostare e seleziona Macro , poi Fattoriale a Grado . Questo aggiunge tutti gli effetti principali e le interazioni bidirezionali come effetti del modello.
Useremo la personalità predefinita e faremo clic Correre .
La tabella Riepilogo effetti mostra i termini nel modello, in ordine crescente di p -valore.
Possiamo utilizzare la tabella Riepilogo effetti per rimuovere lentamente i termini non significativi dal modello, uno alla volta, partendo dal basso.
Non possiamo rimuovere Tempo di reazione perché è coinvolto in interazioni bidirezionali che sono ancora nel modello.
Mentre rimuoviamo lentamente i termini, il p -i valori per i termini nel modello si aggiornano tutti, insieme a tutto l'output statistico. Useremo un p -valore soglia di 0,05. Il nostro modello ridotto finale ha tutti e cinque gli effetti principali e tre interazioni.
catalizzatore conc e Temp sono i più significativi, seguiti dall'interazione tra catalizzatore conc e Tempo di reazione .
Reattore è significativo, indicando che c'è una differenza di impurità tra i tre reattori. C'è anche una significativa interazione tra Reattore e Spostare , indicando che i reattori funzionano in modo diverso, rispetto a Impurità , sui diversi turni.
Esploriamo questo modello usando il Prediction Profiler. Ignorando gli altri fattori, valori inferiori di Temp e catalizzatore conc hanno un'impurità inferiore. A questi valori, se cambiamo Tempo di reazione, non vediamo molti cambiamenti Impurità . E turno 1 ha il valore più basso di Impurità sul reattore 2, e turno 2 ha il valore più basso di Impurità sul reattore 1.
