Niveau: Mittelstufe
Beim traditionellen experimentellen Design handelt es sich um eine analytische Methode, die auf der Zerlegung der Summe von Quadraten mithilfe von Sigma basiert und als Varianzanalyse bezeichnet wird. Dabei wird davon ausgegangen, dass die Faktoren orthogonal zueinander sind und nicht nur das orthogonale Array. Diese Methode kann jedoch nicht angewendet werden, wenn fehlende Werte auftreten. Daher muss eine Analyse mithilfe der „linearen Schätztheorie“ durchgeführt werden, die den theoretischen Rahmen für die Varianzanalyse bereitgestellt hat. Allerdings ist es schwierig, Bücher zu finden, die es erklären.
JMPs „Modellanpassung“ unterstützt auch die Analyse orthogonaler Arrays mit fehlenden Werten, unterstützt aber auch die „Schätzung des 95 %-Konfidenzintervalls der Differenz zwischen dem aktuellen Niveau und dem optimalen Niveau“, dem Standard für die orthogonale Array-Analyse soll ich es finden? Ist die „Taguchi-Formel“ oder „Inas Formel“ zur Schätzung dieser Fehlervarianzen in JMP integriert? Es erfordert Mut, JMP-Ergebnissen so zu vertrauen und sie zu verwenden, wie sie sind, ohne ein Buch, das das Analyseverfahren erklärt, das zu ihrer Berechnung verwendet wird.
Indem wir daher eine Analysemethode mithilfe von Excel-Matrixfunktionen für den Fall zeigen, dass im orthogonalen L8-Array ein Wert fehlt, und diese mit den Analyseergebnissen mithilfe von JMP vergleichen, werden wir unser Verständnis des Berechnungsprinzips der „Modellanpassung“ vertiefen. . Wir stellen eine grundlegende Berechnungsmethode vor, die für weitere Anwendungen verwendet werden kann.
