大家好，
一位使用 JMP 教授 DOE 的教授正在使用《混合實驗：混合資料的設計、模型和分析》一書。來自威利出版社。 他正在嘗試複製書中的輸出和分析。
我已在此處附上資料集。
請指教
謝謝
穆拉利
我認為他是在詢問迴歸中參數估計之間的相關性。 我為“擬合模型”啟動對話框和“擬合最小二乘法”平台添加了一個表格腳本。 點擊頂部的紅色小三角形並選擇估計值 > 估計值的相關性。
我們通常不會詢問組件之間的相關性。
請參閱附上的我修改過的資料表。
請注意，您也可以開啟實驗的資料表，然後選擇 DOE > 設計診斷 > 評估設計。 該命令將產生設計診斷，包括估計值之間的相關性。
(11/10/23) 我聯絡 Ryan Lekivetz 檢查我的解釋。 他提供了一個腳本，演示了定制設計中的設計評估部分中報告的相關性與擬合最小二乘中的估計相關性表之間的差異。 前者報告模型矩陣中各列之間的配對相關性。 後者考慮到回歸程式。
Names Default To Here( 1 );
// use the open data table for example
xmat = Current Data Table() << Get As Matrix;
// make another empty, conforming matrix
xmatint = Matrix( N Row( xmat ), 6 );
// copy factor levels
xmatint[0, 1 :: 3] = xmat[0, 1 :: 3];
// create cross terms
xmatint[0, 4] = xmat[0, 1] :*</img> xmat[0, 2];
xmatint[0, 5] = xmat[0, 1] :*</img> xmat[0, 3];
xmatint[0, 6] = xmat[0, 2] :*</img> xmat[0, 3];
//evaluate design version (Color Map on Correlations)
Show( Correlation( xmatint ) );
//Fit Model version
V = Sqrt( Diag( Inverse( Transpose( xmatint ) * xmatint ) ) );
Show( Inverse( V ) * Inverse( Transpose( xmatint ) * xmatint ) * Inverse( V ) );
多謝@馬克貝利。
教授對實際的 (X'X)-1 sigma^2 矩陣感興趣。 我認為JMP（教授也這麼認為）對X'X矩陣有規定，但需要反轉。
請指教
謝謝
穆拉利
