こんにちは、
これが以前に尋ねられた場合はお詫び申し上げます。 投稿する前に検索機能を使用しましたが、このフォーラムには何も見つかりませんでした。
固定効果と変量効果がプロセス出力にどのように寄与するかをより深く理解するために、DoE の混合モデルを調査しています。 しかし、後方消去法を手動で使用して固定効果回帰パラメーターを単純化しようとすると、パラメーター推定値 (例: 目的にとって重要な切片) の信頼区間が非常に広くなることに気付きます。プロファイラーの信頼区間が広くて不均一です。
より単純なモデルは、より良い分散/標準誤差測定のために自由度を解放し、信頼区間をより小さくすると考えていたでしょうが、その逆は真実のようです. ランダム効果の複雑さを増すと、これらの効果がより顕著になることに注意してください (例: パラメーターをランダム ブロックとして連結する場合と、各ランダム因子に対して分散成分分析を個別に実行する場合)。
シミュレートされた結果を使用して構築および調査しようとしている DoE の例を以下に示します (表示されていません)。
X1 X2 と X3 は固定係数で、残りはランダム係数の例です。
どんな助けでも大歓迎です！ これまでのところ、私の最善の行動は、完全な応答曲面モデルを保持し、この時点で段階的な除去オプションを検討しないことです。
一番、
マット
