Gibt es irgendwelche Annahmen bezüglich der Antwortdaten, die vor der DSD-Analyse erfüllt sein müssen?Ich habe gerade meine erste DSD-Studie durchgeführt und wollte nur einige der inneren Abläufe dahinter verstehen, die ich in der Studie nicht finden/verstehen konnte JMP-Handbuch hier.
- Ich möchte wissen, ob es irgendwelche Annahmen bezüglich der Antwortdaten gibt, die vor der Analyse durch das „Fit Definitive Screening“-Skript erfüllt sein müssen. Ich frage das, denn wenn Sie einen ANOVA-Test durchführen möchten, müssen Sie sicherstellen, dass die Daten normal sind. Ich frage mich also, ob ähnliche Annahmen erfüllt sein müssen, bevor Sie die Daten analysieren.
- Warum zeigt das Skript „Fit Definitive Screening“ a an? Haupteffekt-Residuendiagramm und nicht einfach ein Haupteffektdiagramm (wie es bei Zwei-Faktor-Designs üblich ist)? Darüber hinaus kann ich, wie im obigen Link erwähnt, nicht verstehen, warum „ Ein Faktor mit Residuen, die sich über die Ebenen hinweg unterscheiden, weist auf einen wichtigen Haupteffekt hin“?
- Warum zeigt das Skript kein Interaktionsdiagramm an? Hat das etwas mit der Struktur des DSD zu tun?
VersuchsplanungBetreff: Gibt es irgendwelche Annahmen bezüglich der Antwortdaten, die vor der DSD-Analyse erfüllt sein müssen?Einige Klarstellungen:
1. Es gibt keine Annahme einer Normalität der Antwortvariablen aus einem DOE und auch keine Annahme einer Normalität für die Verwendung einer ANOVA.Tatsächlich ist die ANOVA ziemlich robust gegenüber Verteilungsanomalien.Die Annahme für die quantitative Analyse ist normal und unabhängig verteilt Reste mit einem Mittelwert von 0 und einer konstanten Varianz (NID(o,variance)).
2. Residuendiagramme sind sehr nützlich, um Modellprobleme zu identifizieren.Der Prediction Profiler ist genau das, was Sie für Haupteffektdiagramme suchen. Wenn sich die Residuen auf einer Ebene erheblich von denen auf einer anderen unterscheiden, kann dies darauf hindeuten, dass der Faktor eine Auswirkung hat.
3. Sie müssen sicherstellen, dass in Ihrem Modell Interaktionen vorhanden sind, um Interaktionsdiagramme zu erhalten (Stufe 2).
Betreff: Gibt es irgendwelche Annahmen bezüglich der Antwortdaten, die vor der DSD-Analyse erfüllt sein müssen?Könnten Sie zu Punkt 2 diese Aussage erläutern: „ Wenn sich die Residuen auf einer Ebene erheblich von denen auf einer anderen unterscheiden, kann dies darauf hindeuten, dass der Faktor eine Auswirkung hat?“ Ich bin nicht in der Lage, das zu begreifen. Bedeutet dies, dass die Residuen in diesem Diagramm von der Linie, also dem Modell, stammen, das für die jeweilige Antwort im Vergleich zum Faktor erstellt wurde?
Betreff: Gibt es irgendwelche Annahmen bezüglich der Antwortdaten, die vor der DSD-Analyse erfüllt sein müssen?Dies bedeutet, dass der Faktor die Varianz der Antwort beeinflusst, unabhängig davon, wie er sich auf den Mittelwert der Antwort auswirkt. Dieses Ergebnis stellt einen Verstoß gegen das Modell der kleinsten Quadrate dar, bei dem davon ausgegangen wird, dass die Varianz unabhängig vom Antwortniveau ist. Die Varianz wird als konstanter Wert für alle X geschätzt.
