나는 하나의 반응에 대해 18가지 요인을 선별하는 실험을 설계하고 싶었습니다. 이제 나는 이 문제를 해결하기 위한 더 현대적이고 더 나은 디자인이 있다는 것을 이해하지만 당시에는 20런 Plackett-Burman 디자인을 사용했습니다. 저는 각 실행을 중복하여 총 40번 실행했습니다. 요인 수준을 표준화한(평균을 빼고 표준 편차로 나눈) 익명화된 결과의 .csv를 첨부합니다.
Plackett-Burman은 포화 설계이기 때문에 항의 수가 과적합일 것이 거의 확실하므로 선형 모형을 적합시키려고 시도할 수 없다는 것을 이해합니다. 따라서 '2단계 선별'을 사용해야 합니다(아마도 이것은 중복이 있어서 변경되나요?) . 나는 이 옵션을 사용하여 모든 18개 요인 AR을 X로 추가하고 반응을 Y로 추가했습니다. 아래 결과 스크린샷:
나는 A, M, D가 특히 영향을 미칠 것이라고 예상했지만, F와 K가 상당한 영향을 미친다면 꽤 놀랄 것입니다. 그러므로 내가 이 결과를 제대로 해석하고 있는지 여기서 확인해 봐야겠다고 생각했습니다. 특히 JMP가 2단계 심사의 일부로 'Null' 용어를 추가한다는 사실이 혼란스럽습니다. 이 페이지 문서에는 근거가 설명되어 있습니다.
프로세스는 다음까지 계속됩니다. N 효과가 얻어지며, 여기서 N 데이터 테이블의 행 수이므로 모델이 완전히 포화됩니다. 요인을 완전히 포화시킬 수 없는 경우 JMP에서는 무작위 직교 효과를 생성하여 나머지 변동을 흡수합니다. 그들은 라벨이 붙어 있습니다 널 n 어디 N 숫자입니다. 예를 들어, 설계에 정확한 반복 행이 있는 경우 이러한 상황이 발생합니다.
설계에 반복 행이 있지만 위의 도표를 보면 요인 A와 M이 다른 요인과 분리되어 있고 A와 M 이외의 요인은 null 항이 존재하기 때문에 유의미해 보이는 것 같습니다. 추가되었습니다.
특정 요인이 영향을 미치는 경우 놀라운 일이 될 것이라는 점을 제외하고 이러한 결과에 의문을 제기하는 이유는 무엇입니까? JMP 문서에서: "선별 설계 분석은 다음 원칙에 따라 달라집니다. 효과 희소성 , 반응의 변화 대부분은 소수의 효과로 설명됩니다." 여기서 이것이 깨졌는지, 이 많은 요소들이 중요한 것으로 나오는지 궁금합니다.
도움을 주셔서 미리 감사드립니다.
JMP Pro 17.0.0을 사용하고 있습니다.
