507_fr-FR
Criblage DOE factoriel répliqué - Tracé à moitié normal - termes spatiaux nuls ?Je crée un DOE factoriel complet 2x2, avec 1 réplication. En triant mes données de droite à gauche, mes réponses sont 10, 11, 20, 19, 30, 28, 37, 40.
J'exécute le script de projection et une intrigue à moitié normale est créée - jusqu'ici tout va bien. Mais il y a 7 points dans le tracé semi-normal, mais seulement 3 effets (2 x effets principaux et 1 x 2 interactions factorielles). L'un des termes nuls « Null7 » est même souligné comme significatif.
Enfin, un Lenth PSE est cité.
Le guide Stat and Graph pour l'analyse de dépistage indique "Le processus continue jusqu'à ce que n effets soient obtenus, où n est le nombre de lignes dans le tableau de données, saturant ainsi complètement le modèle. Si une saturation complète n'est pas possible avec les facteurs, JMP génère des effets orthogonalisés aléatoires pour absorber le reste de la variation. Ils sont étiquetés Null n où n est un nombre. Cette situation se produit, par exemple, s'il y a des lignes exactement répliquées dans le plan."
Mes questions:
1. Pourquoi le faire de cette façon? Je ne sais pas s'il s'agit de l'approche la plus statistiquement correcte pour analyser un plan factoriel répliqué, mais il est pour le moins déroutant de voir des termes nuls supplémentaires dans le tracé semi-normal, où je m'attends simplement à voir les principaux effets et interactions. Je n'ai pas vu cela dans les manuels ni dans Minitab.
2. Je pensais que la procédure de Lenth était une méthode d'analyse de données NON RÉPLIQUÉES, où aucun degré de liberté n'existait pour le terme d'erreur. Dans Minitab, par exemple, la méthode de Lenth est utilisée (et un PSE cité) uniquement lorsque le plan n'est pas répliqué.
Tous les commentaires sont appréciés (j'aimerais savoir que je fais des DOE répliqués de manière incorrecte sur JMP).Re : Dépistage DOE factoriel répliqué - Tracé à moitié normal - Termes spatiaux nuls ?J'ai l'impression que vous l'avez configuré correctement. Je voudrais simplement exécuter le script Fit Model qui devrait vous donner les principaux effets et les termes d'interaction bidirectionnelle. Si le modèle par défaut n'a pas été scripté dans la table de données, j'ajouterais les termes à la boîte de dialogue Ajuster le modèle en conséquence. Lorsque je fais cela avec vos données, j'obtiens une valeur R carré de 0,991 et un adj. R carré de 0,985. L'Anova me donne également une valeur p de 0,0001. X2 est votre plus gros pilote suivi de X1. Il ne semble y avoir aucune interaction.
