Verstehen von Fit-Response-Screening-EffekttestsHallo!
Ich bin neu in der Verwendung von JMP als Ganzes und verwende es zum ersten Mal für DOE. Ich habe die Software für ein fraktioniertes faktorielles Screening-Design verwendet. Ich musste drei verschiedene Faktoren bewerten, die alle kategorisch waren. Meine Daten wurden mit 0 und 1 erfasst/aufgezeichnet, um jeweils ein Nichtbestehen bzw. Bestehen darzustellen.
Ich habe die Daten nun in mein Design eingegeben und versuche, die von JMP bereitgestellte Analyse zu verstehen. Ich habe online ein Tutorial gesehen, in dem es hieß, man solle einfach mit der rechten Maustaste auf „Modell“ klicken und „Skript ausführen“ drücken. Dann habe ich die Persönlichkeit in „Response Screening“ geändert. Nachdem ich das Skript ausgeführt hatte, bekam ich unten eine Tabelle und einige Diagramme beigefügt.
Ich suche nur nach einer Anleitung zur Interpretation der Daten, da ich nur herausfinden möchte, welcher der Faktoren den größten Einfluss hatte. oder wenn ich einfach die falsche Analyse verwende.
Grundlegende Datenanalyse und ModellierungDatenexploration und -visualisierungVersuchsplanungWindowsBetreff: Verstehen von Fit-Response-Screening-EffekttestsZiel des Response-Screenings ist es, aus vielen möglichen Antworten schnell die wenigen interessanten Antworten zu identifizieren. Sie haben eine einzige Antwort.
Ist die Anzeige „Gut“ oder „Nicht bestanden“ das Ergebnis einer Regel, die auf eine kontinuierliche Messung angewendet wird? Wenn dies der Fall ist, ist die Messung aussagekräftiger und sollte als Antwort in Ihrer Analyse verwendet werden. Wenn nicht, ändern Sie vor der Analyse den Modellierungstyp der Datenspalte mit den Antworten in „Nominal“. Diese Änderung führt dazu, dass JMP eine nominale logistische Regression anstelle der gewöhnlichen Regression der kleinsten Quadrate durchführt.
Welche Größenfraktion haben Sie verwendet? Wie lautete die Auflösung? Gibt es mögliche Wechselwirkungen oder nichtlineare Effekte dieser drei Faktoren?
Betreff: Verstehen von Fit-Response-Screening-EffekttestsVielen Dank für die Antwort!
Also, ja, wir haben drei verschiedene Faktoren anhand einer Antwort getestet, bei der es sich um die bestandene oder nicht bestandene Stichprobe handelt.
Es tut mir leid, dass ich Ihre anderen Fragen nicht beantwortet habe. Ich bin mir nur nicht sicher, welche das sind. Dies ist das erste Mal, dass ich JMP verwende. Wenn es korrekt ist, auf der Farbkarte auf Korrelationen zu basieren, gab es keine Überschneidung mit den Faktoren, die das von JMP ausgegebene Design verwenden.
Betreff: Fit-Response-Screening-Effekttests verstehenHallo @MedianPuppy4982 . Es kann hilfreich sein, wenn Sie Ihr Design veröffentlichen, damit wir das Design besser verstehen und die Fragen von @Mark_Bailey beantworten können. Bei seinen Fragen geht es in erster Linie darum, wie Sie das Experiment konzipiert haben und was Ihre Denkprozesse waren.
Betreff: Fit-Response-Screening-Effekttests verstehenIch entschuldige mich für die Verspätung! Vielen Dank, dass Sie versucht haben zu helfen! Ich habe einige Screenshots meines Designs angehängt, hoffentlich hilft das
