Domanda 1: Fattori casuali nel DOE da @Stats_Like_Jazz
Commenti:
@Victor_G
1. L'uso di effetti casuali nel modello consente di spiegare una parte della varianza totale, che è attribuita all'effetto casuale. Questo può quindi consentire di avere un R² migliore
2. È possibile utilizzare l'operatore come effetto casuale e utilizzare anche piattaforme "Qualità e processo" (MSA, carte di controllo, ...) per valutare e visualizzare l'influenza dell'operatore (sulla risposta media e sulla varianza)
@Steph_Georges
Ulteriori informazioni sul blocco durante la progettazione di esperimenti: https://community.jmp.com/t5/Mastering-JMP/Using-Blocking-When-Designing-Experiments/ta-p/277697
@ptolomey
1. Potresti spiegare come utilizzare la piattaforma "Reliability Life testing" per determinare la dimensione del campione per gli esperimenti di affidabilità?
2. Scopri un parametro di attivazione energetica per il modello di Arrhenius
@PesatoMouse47
Qual era lo scopo originale dell'esperimento?
@Jonas_Rinne
Era un modello di regressione logistica? Dal momento che hai detto pass/fail?
@Victor_G
Forse ci sono altre y che potrebbero essere collegate a questa risposta Y PASS/FAIL, ed essere utilizzate come proxy con maggiori informazioni (risposte continue, ad esempio)?
Penso che ci siano troppi termini per il modello
@szzarka
Dai tuoi residui studentizzati in base al numero di riga è abbastanza chiaro che l'ultimo set di 6 e il precedente di 6 sono nettamente diversi.
Ciò verrà attribuito all'effetto Trama Intera.
@KimRas2
C'è sicuramente uno schema nei tuoi residui, Christian.
È stato davvero un piacere partecipare alla sessione di ieri del DOE Club !
Grazie per tutto l'aiuto e l'entusiasmante conversazione. Rivedrò questo video più di una volta per assicurarmi di implementare tutti gli eccellenti suggerimenti e trucchi condivisi qui.
@Victor_G Forse questo argomento avrebbe potuto essere una sessione a sé stante. C'era molto di cui discutere!
