Ciao @leodu ,
Benvenuti nella Community!
Puoi consultare la sezione della Guida di JMP relativa al report Riepilogo effetti per comprendere meglio le diverse opzioni per creare e perfezionare il tuo modello: Report Riepilogo effetti .
Se passi il mouse sul pulsante "Escludi", un breve messaggio spiegherà la funzionalità: " Imposta l'attributo Escludi per gli effetti selezionati. Gli effetti esclusi appaiono ancora nell'elenco degli effetti, ma sono inattivi e non hanno parametri. Per annullare l'esclusione di un effetto, fai nuovamente clic sul pulsante Escludi ".
Quindi, indipendentemente dal fatto che tu rimuova i termini o li escluda, il tuo modello sarà lo stesso se hai rimosso o escluso alcuni termini (ecco un confronto con lo stesso modello sui tuoi dati, a sinistra con i termini rimossi e a destra con i termini esclusi):
"Escludi effetti" potrebbe essere interessante per la didattica, quando è necessario spiegare quali sono i termini stimabili dal progetto e quali sono effettivamente inseriti/stimati nel modello.
La tua situazione non sembra essere collegata a questa funzionalità, ma piuttosto alla parte di analisi/modellazione.
Sembra che tu abbia un effetto curvatura, osservando i risultati del test di mancanza di adattamento e anche osservando i grafici "Reale per previsto" e "Residuo per previsto":
Ricorda che, poiché hai solo punti centrali replicati, sarai in grado solo di valutare la curvatura, ma non di collegarla a uno specifico effetto quadratico; puoi scegliere solo un effetto quadratico tra i 5 possibili termini quadratici: A*A, B*B, C*C, D*D, E*E.
Poiché stai utilizzando un disegno fattoriale classico, ti consiglio vivamente di utilizzare la piattaforma The Fit Two Level Screening che può aiutarti notevolmente e rapidamente a creare un modello pertinente e utile (puoi fare clic sugli script aggiunti nella tua tabella dati "Fit Two Level Screening of Response" per testare gli effetti con questa piattaforma e su "Fit Model (2-levels Screening)" per vedere i risultati di questo modello):
Per valutare l'impatto degli effetti replicati, sarebbe forse più appropriato usare un modello misto e usare l'effetto Replicato come effetto Casuale, per valutare se la variabilità tra i due set di repliche è statisticamente significativa/importante/alta. Puoi controllare i risultati di tale modello (con gli stessi termini del modello del precedente da Fit Two Levels Screening) nello script "Modello misto", ma non sembra esserci una forte variabilità tra le repliche:
È inoltre possibile valutare visivamente e analiticamente le differenze tra i due set di repliche utilizzando grafici di controllo e/o strumenti di qualità e processo (script aggiunti nella tabella dati):
Spero che questa risposta ti aiuti,
