分割プロット DOE 計画の統計的解釈こんにちは、
私は分割プロット DoE の統計的解釈に慣れていないため、「wald p 値」が 5% 未満の場合にどのような影響があるのかわかりません。
5% より高い場合、プロット全体とサブプロットは計画に影響を与えないことはわかっています。その値が 5% 未満の場合、プロット全体とサブプロットが計画に影響を与えることを意味しますが、それをどのように分析できますか? ?
助けてくれてありがとう。
実験計画法Re: 分割プロット DOE 計画の統計的解釈こんにちは@Zhou69 さん
コミュニティへようこそ！
分割プロット設計と解析例に関連する JMP ヘルプ セクションはもう確認しましたか? : https://www.jmp.com/support/help/en/17.2/index.shtml#page/jmp/splitplot-experiment.shtml#ww557792
「REML Variance Component Estimates」で行われた分析には、あなたの質問に関連するいくつかの興味深い情報が表示されます。
まず、全体の変動と比較して、ランダムなプロット全体の効果にどの程度の変動が起因すると考えられるかを評価できます。このようにして、プロットの複製全体に関連付けられた誤差項が残差誤差項より小さいか大きいかを比較できます。言い換えれば、ランダム全体プロット効果を通じてどれだけの変動が捕捉されるか、そしてこの変動が実験全体の変動と比較してどのくらい大きいか（実験変動に対するランダム全体プロット効果の「実際的な」影響とも呼ばれます）。これは、実験結果の全体的な変動に対するプロット全体の変動の実際的な影響を評価および比較するのに役立ちます。
次に、表示された Wald p 値を効果的に使用して、ランダムなプロット全体の効果が統計的に有意であるかどうか、つまり応答の分散がランダムな効果に依存するかどうかを評価できます。これは、ランダムなプロット全体の効果の統計的有意性を評価するのに役立ちます。
これら 2 つの情報を組み合わせて、プロット効果全体を通じてどの程度の変動が捉えられているかを評価し、この分散成分が統計的に有意であるかどうかを評価できます。
この回答がお役に立てば幸いです、
Re: 分割プロット DOE 計画の統計的解釈データ テーブルを共有すると、解釈に関するアドバイスを提供するのがはるかに簡単になります (匿名化できます)。こう考えてみると...2 つの実験を行ったようなものです。プロット全体の効果を含むアン実験。その統計的有意性は、プロット全体の誤差 (反復によって推定される) と比較されます。そして、統計的有意性が MSE によって推定される分割プロット因子。
分析の最初のステップは実際的な意味を持ちます。研究で洞察が得られるほど応答変数は変化しましたか?結果をグラフ化し、科学的または工学的な観点から評価します。その後、統計を行うことができます。私は個人的に、誤差項を構成するもの（たとえば、実験では特別に操作されていないが変動する因子や因子の交互作用、別名ノイズなど）を本当に理解していない限り、有意性を調べる究極の検定としての p 値の大ファンではありません。 )、誤差項が真のランダム誤差をどの程度代表しているかについてある程度の知識を持っています。私は、プロット全体とサブプロットを個別にダニエル プロット (正規プロットと半正規プロット) を使用することを好みます (それぞれに独自のランダム誤差の推定値があるため)。誤差に偏りが生じる可能性が低くなり、効果を適切に相対比較できます。
