DOE 裂区设计的统计解释你好，
我不习惯 DoE 裂区的统计解释，并且我不知道如果“wald p 值”< 5% 会产生什么影响。
我知道如果它高于 5%，则整个图和子图对计划没有影响，所以如果它的值 < 5%，则意味着整个图和子图对计划有影响，但我如何分析？
感谢您的帮助。
实验设计回复：DOE 裂区设计的统计解释嗨@Zhou69 ，
欢迎来到社区！
您是否已经检查过与裂区设计和分析示例相关的 JMP 帮助部分？ ：https: //www.jmp.com/support/help/en/17.2/index.shtml#page/jmp/splitplot-experiment.shtml#ww557792
在“REML 方差分量估计”下完成的分析显示了与您的问题相关的几个有趣的信息：
首先，您可以评估与总变异相比，有多少方差可归因于随机整区效应。通过这种方式，您可以比较与整个图复制相关的误差项是否小于或大于残差误差项。换句话说，通过随机整区效应捕获了多少变异性，以及与总实验变异性相比，这种变异性有多大（又称随机整区效应对实验变异性的“实际”影响）。这可以帮助您评估和比较整区变异性对实验结果总变异性的实际影响。
其次，您可以有效地使用显示的 Wald p 值来评估随机整区效应是否具有统计显着性，这意味着响应方差取决于随机效应。这可以帮助您评估随机整区效应的统计显着性。
您可以结合这两个信息来评估通过整图效应捕获了多少变异性，并评估该方差分量是否具有统计显着性。
希望这个回答对你有帮助
回复：DOE 裂区设计的统计解释如果您共享数据表（可以将其匿名），则提供解释建议会容易得多。这样想……就像您进行了两个实验一样。安实验包括整区效应，其统计显着性与整区误差（通过重复估计）进行比较。以及通过MSE估计统计显着性的裂区因子。
分析的第一步是现实意义。响应变量的变化是否足以让研究提供见解？将结果绘制成图表并从科学或工程角度进行评估。然后就可以进行统计了。我个人不太喜欢将 p 值作为显着性的最终检验，除非您真正了解误差项的组成部分（例如，在实验中未专门操纵但确实会发生变化的因素和因素的相互作用，即噪声。 ）并了解误差项对真实随机误差的代表性程度。我更喜欢单独绘制整个图和子图的丹尼尔图（正态图和半正态图）（因为每个图都有自己相关的随机误差估计）。误差偏差的可能性较小，并能提供良好的相对效果比较。
