Comprendre les tests d'effet de dépistage de réponse d'ajustementBonjour!
Je suis nouveau dans l'utilisation de jmp dans son ensemble et c'est la première fois que je l'utilise pour DOE. J'ai utilisé le logiciel pour un plan de sélection factorielle fractionnaire. J'avais trois facteurs différents à évaluer, qui étaient tous catégoriques. Mes données ont été collectées/enregistrées en utilisant 0 et 1 pour représenter respectivement l'échec ou la réussite.
J'ai maintenant saisi les données dans ma conception et j'essaie de comprendre l'analyse fournie par JMP. J'ai vu un tutoriel en ligne qui disait de cliquer avec le bouton droit sur le modèle et d'exécuter le script. J'ai ensuite changé la personnalité en Response Screening. Après avoir exécuté le script, j'ai obtenu un tableau et quelques graphiques joints ci-dessous.
Je cherche simplement des conseils sur la façon d'interpréter les données, car j'essaie simplement de discerner lequel des facteurs a eu le plus d'effet. ou si j'utilise simplement la mauvaise analyse.
Analyse et modélisation des données de baseExploration et visualisation des donnéesConception d'expériencesles fenêtresObjet : Comprendre les tests d'effet de dépistage de réponse d'ajustementLa sélection des réponses vise à identifier rapidement les quelques réponses intéressantes parmi de nombreuses réponses possibles. Vous avez une seule réponse.
L’indication de réussite ou d’échec est-elle le résultat d’une règle appliquée à une mesure continue ? Si tel est le cas, la mesure est plus informative et doit être utilisée comme réponse dans votre analyse. Sinon, modifiez le type de modélisation de la colonne de données avec les réponses en Nominal avant l'analyse. Ce changement amènera JMP à effectuer une régression logistique nominale au lieu d'une régression des moindres carrés ordinaire.
Quelle fraction granulométrique avez-vous utilisée ? Quelle a été la résolution ? Existe-t-il une interaction potentielle ou des effets non linéaires de ces trois facteurs ?
Re : Comprendre les tests d'effet de dépistage de réponse d'ajustementMerci beaucoup pour la réponse!
Donc, oui, nous avons testé trois facteurs différents par rapport à une réponse qui serait l'échantillon réussi ou échoué à l'évaluation.
je m'excuse de ne pas avoir répondu à vos autres questions, je ne suis tout simplement pas sûr de savoir de quoi il s'agit. C'est la première fois que j'utilise JMP. Si la base de la carte des couleurs sur les corrélations est correcte, il n'y a pas eu de chevauchement avec les facteurs utilisant la conception générée par JMP.
Re : Comprendre les tests d'effet de dépistage de réponse d'ajustementSalut @MedianPuppy4982 . Il peut être utile de publier votre conception afin que nous puissions mieux la comprendre et répondre aux questions de @Mark_Bailey . Ses questions portent en réalité sur la manière dont vous avez conçu l'expérience et sur votre ou vos processus de réflexion.
Re : Comprendre les tests d'effet de dépistage de réponse d'ajustementJe vous prie de m'excuser pour le retard! Merci d'avoir essayé d'aider ! J'ai joint quelques captures d'écran de ma conception, j'espère que cela vous aidera
