507_es-ES
Detección DOE factorial replicado - Gráfico medio normal - ¿términos de espacio nulo?Creo un DOE factorial completo 2x2, con 1 replicación. Ordenando mis datos de derecha a izquierda, mis respuestas son 10, 11, 20, 19, 30, 28, 37, 40.
Ejecuto el guión de proyección y se crea una trama medio normal; hasta ahora todo bien. Pero hay 7 puntos en la trama medio normal, pero solo 3 efectos (2 x efectos principales y 1 x interacción de 2 factores). Uno de los términos nulos, 'Null7', incluso se destaca como significativo.
Finalmente, se cotiza un Lenth PSE.
La guía de Estadísticas y Gráficos para el análisis de Detección dice "El proceso continúa hasta que se obtienen n efectos, donde n es el número de filas en la tabla de datos, saturando así completamente el modelo. Si no es posible la saturación completa con los factores, JMP genera efectos ortogonalizados aleatorios para absorber el resto de la variación. Se denominan Nulo n donde n es un número. Esta situación ocurre, por ejemplo, si hay filas replicadas exactas en el diseño.
Mis preguntas:
1. ¿Por qué hacerlo de esta manera? No tengo idea de si este es el enfoque estadísticamente más correcto para analizar un diseño factorial replicado, pero es confuso, por decir lo menos, ver términos nulos adicionales en el gráfico medio normal, donde espero ver solo los efectos e interacciones principales. No he visto esto en libros de texto ni en Minitab.
2. Pensé que el procedimiento de Lenth era un método para analizar datos NO REPLICADOS, donde no existían grados de libertad para el término de error. En Minitab, por ejemplo, se utiliza el método de Lenth (y se cita un PSE) cuando el diseño no está replicado únicamente.
Se agradece cualquier comentario (me encantaría saber que estoy haciendo DOE replicados incorrectamente en JMP).Re: Detección DOE factorial replicado - Trama media normal - ¿términos de espacio nulo?Parece que lo configuró correctamente. Simplemente ejecutaría el script Fit Model que debería brindarle los efectos principales y los términos de interacción bidireccional. Si el modelo predeterminado no se ha escrito en la tabla de datos, agregaría los términos al cuadro de diálogo Ajustar modelo en consecuencia. Cuando hago eso con tus datos obtengo un valor de R cuadrado de 0,991 y un adj. R cuadrado de 0,985. Además, el Anova me da un valor p de 0,0001. X2 es su mayor impulsor, seguido de X1. No parece haber ninguna interacción.
