적합성 부족의 오류와 분산 분석실험 설계 및 분석 문제를 다룰 때 질문을 접하게 됩니다. 이것은 4개의 중심점을 가진 2단계 완전 요인 설계입니다. 제 생각에는, 적합성 부족의 오차는 분석의 오차와 같습니다. 하지만 이 보고서에서는 동일한 결과를 얻지 못했습니다. 상대적인 데이터와 분석 보고서는 다음과 같습니다.
그리고 이 책의 솔루션 매뉴얼에 솔루션이 있습니다.
나는 같은 결과를 얻을 수 없습니다
고급 통계 모델링기본 데이터 분석 및 모델링실험 설계Re: 적합성 부족 오류와 분산 분석정말 감사합니다. 말씀하신 바를 알겠습니다.
Re: 적합성 부족 오류와 분산 분석JMP 결과는 일반적으로 책의 결과와 일치하지만 주요 변경 사항이 하나 있습니다. 모든 효과 및 전체 모델 테스트의 경우 JMP는 총 오차(순수 오차와 적합성 부족 오차를 합친 것)를 사용합니다. 책의 결과는 테스트에 순수 오차만 사용하는 것 같습니다. 즉, JMP는 모든 F-테스트에서 책과 다른 분모를 사용하여 모든 유의성 테스트/p-값을 변경합니다. 따라서 모든 제곱 합은 일치하는 것 같습니다. 책의 곡률 선은 JMP의 적합성 부족 선과 일치합니다.
어느 것이 맞는지는 의견의 문제입니다. 저는 대부분의 분석가가 검정에 총 오차를 사용할 것이라고 생각합니다. 왜? 상당한 적합성 부족이 있는 경우 총 오차 항이 있어야 할 것보다 더 클 가능성이 높으며, 이로 인해 유의미한 효과가 줄어듭니다. 더 나은 모델을 얻고 더 유의미한 항을 "보려면" 적합성 부족을 제거해야 합니다.
적합성 부족이 유의미하지 않다면(이 경우처럼), 총 오차는 여전히 잘 통합니다. 왜냐하면 적합성 부족 제곱합은 단지 무작위적 노이즈일 뿐이고 전체 오차 선에 유의미한 영향을 미치지 않기 때문입니다(따라서 유의미하지 않다는 결론을 내립니다).
이것이 도움이 되었으면 좋겠습니다. 제가 질문을 오해했다면, 더 도울 수 있도록 명확히 설명해 주세요.
Re: 적합성 부족 오류와 분산 분석효과 검정의 결과는 같은 질문을 가지고 있습니다. 적합성 부족과 분산 분석 사이의 순수 오차의 차이로 인해 F 값이 표준 답변보다 상대적으로 큽니다. 모델에 다른 항을 추가하려고 했지만 여전히 작동하지 않습니다.
선택된 용어에 문제가 있나요?
Re: 적합성 부족 오류와 분산 분석오픈 이펙트 테스트
