507_ko-KR

liliconcom

복제된 요인 DOE 선별 - 절반 정규 도표 - 영공간 항?1번의 복제로 2x2 완전 계승 DOE를 생성합니다. 내 데이터를 오른쪽에서 왼쪽으로 정렬하면 내 응답은 10, 11, 20, 19, 30, 28, 37, 40입니다.

스크리닝 스크립트를 실행하면 절반의 일반 플롯이 생성됩니다. 지금까지는 괜찮습니다. 그러나 절반 정규 도표에는 7개의 점이 있지만 효과는 3개뿐입니다(2 x 주효과 및 1 x 2 요인 상호작용). Null 용어 중 하나인 'Null7'은 유의미한 것으로 강조 표시됩니다.

마지막으로 Lenth PSE가 인용됩니다.

스크리닝 분석에 대한 통계 및 그래프 가이드에는 "n개의 효과가 얻어질 때까지 프로세스가 계속됩니다. 여기서 n은 데이터 테이블의 행 수이므로 모델이 완전히 포화됩니다. 요인을 완전히 포화시킬 수 없는 경우 JMP에서는 무작위 직교 효과를 생성하여 나머지 변동을 흡수합니다. Null n으로 표시되어 있습니다. 여기서 n은 숫자입니다. 예를 들어 설계에 정확한 반복 행이 있는 경우 이러한 상황이 발생합니다."

내 질문:

1. 왜 이렇게 할까요? 이것이 복제된 요인 설계를 분석하기 위한 통계적으로 가장 올바른 접근 방식인지는 모르겠지만, 주 효과와 상호 작용만 볼 것으로 예상되는 절반 정규 도표에서 추가 null 항을 보는 것은 아무리 말해도 혼란스럽습니다. 나는 이것을 교과서나 Minitab에서 본 적이 없습니다.

2. 내 생각에 Lenth의 절차는 오류 항에 대한 자유도가 존재하지 않는 복제되지 않은 데이터를 분석하는 방법이었습니다. 예를 들어 Minitab에서는 설계가 복제되지 않은 경우에만 Lenth의 방법이 사용됩니다(및 PSE 인용).

어떤 의견이라도 감사합니다(JMP에서 DOE를 잘못 복제하고 있다는 사실을 알고 싶습니다).Re: 복제된 요인 DOE 선별 - 절반 정규 도표 - 영공간 항?제대로 설정한 것 같은 느낌이 듭니다. 주효과와 양방향 상호작용 항을 제공하는 Fit Model 스크립트를 실행하겠습니다. 기본 모델이 데이터 테이블에 스크립트되지 않은 경우 그에 따라 모델 적합 대화 상자에 항을 추가합니다. 귀하의 데이터로 그렇게 하면 0.991의 R 제곱 값과 adj를 얻습니다. R 제곱은 0.985입니다. 또한 Anova는 0.0001의 p-값을 제공합니다. X2가 가장 큰 동인이고 X1이 그 뒤를 따릅니다. 아무런 상호작용도 없는 것 같습니다.