回复：哪個參數對響應變量的影響最大？歡迎來到社區。 以後最好只添加 JMP 表。
第一個問題：蛋白質濃度的多少變化在科學或工程意義上有意義？ 這叫做實際意義。 響應變量的變化是否足夠有趣？ 您感興趣的最小變化增量是多少？ 您是要最大化、最小化還是達到目標？
其次，您有一個沒有直接估計 MSE 的分數階乘（例如，沒有復制）。 2 個因素是 3 級的（其中一個是不平衡的？），第三個是 2 級的。 你對什麼型號感興趣？ 未復制設計的初始分析將沒有 p 值，因此請查看帕累托圖、正態圖、預測刻畫器和交互圖以獲得有趣的效果。 注意：您混淆了二階線性效應和二次項。 跟踪運行順序也總是好的。
我已經使用以下腳本添加了您的數據表：設計評估（用於估計混疊、功率等）和擬合模型（用於初始評估）。 只需單擊左上區域的綠色箭頭）。 輸出需要通過 SME 進行解釋。
哪個參數對反應變數影響最大？你好
我對 JMP Pro 還很陌生，因此不太熟悉如何處理以下問題：
（我還插入了以下）
我研究了 3 個不同組合下發酵的參數（我的 DoE）
並量化蛋白質濃度（這是我的反應變數）。
是否可以看出哪些參數對蛋白質濃度影響最顯著？
|
酸鹼度
|
溫度
|
稀釋率
|
蛋白質濃度
|
|
5.5
|
32
|
0.1
|
0.002989482
|
|
6.5
|
32
|
0.1
|
0.003129305
|
|
4.5
|
26
|
0.1
|
0.002990589
|
|
5.5
|
26
|
0.2
|
0.00247863
|
|
5.5
|
37
|
0.1
|
0.002470013
|
|
6.5
|
37
|
0.2
|
0.000480857
|
|
4.5
|
32
|
0.2
|
0.002055102
|
|
5.5
|
32
|
0.2
|
0.003187044
|
先感謝您。
此致，
卡爾
進階統計建模自動化和腳本編寫實驗設計品質和工藝工程回复：哪個參數對響應變量的影響最大？你從哪裡得到這個設計？ 您是否使用了 JMP 中的 DOE 平台之一來製作它？
你的問題， ”是否可以看出哪些參數對蛋白質濃度的影響最顯著？ " 表明你在這個階段正在篩選因素或影響。 您不一定要嘗試對響應建模以通過因子設置對其進行優化。 在這種情況下，一個重要的問題是，我檢測到真實效果的機會有多大？ 功率分析可以回答這個問題。 以下是對您的設計的分析：
功率是您檢測到真實效果的機會。 所需的功率水平是主觀的，但更高的功率是好的。 它取決於效應大小、響應方差、決策的顯著性水平和運行次數。 我的分析表明，如果效果比標準偏差大 20 倍左右，那麼您找到真實效果的機會約為 80-97%。
回复：哪個參數對響應變量的影響最大？添加一點@馬克貝利和@statman的明智建議，對於像您這樣的問題，您應該做的第一件事是以各種形式繪製數據。 我建議，沒有特定的順序，按照實驗的順序回答。 響應的簡單直方圖。 並為每個 x 和 y 用 X 擬合 Y。 這是為什麼？
1. 按實驗順序繪製是你的預建模最好的機會，看看是否有一些潛伏因素悄悄對你真正想要的東西造成嚴重破壞。
2. 響應的直方圖有助於確定響應分佈的中心、分佈和形狀。 根據您的過程知識，直方圖看起來是否合理？ 是否有任何響應可能會使後續建模出現問題？ 異常值？ 廢話價值觀？ 缺少值？ ETC。
3. 最後，Fit Y by X 圖可以為您提供有關模型結構的一些提示。 此外，如果看起來存在關係，它們對您的先驗過程知識有意義嗎？ 在檢查這些圖表時，我總是問與我共事的工程師，“如果圖表表明水往上流，我們就有問題了，應該停下來，停下來核對這個明顯的結論。”
只有在完成上述操作並對結果感到滿意後，我才會繼續建模。
