こんにちは@leodu さん
コミュニティへようこそ！
モデルを作成および改良するためのさまざまなオプションをよりよく理解するには、JMP ヘルプの「効果の要約レポート」セクションを参照してください: 「効果の要約レポート」 。
「除外」ボタンの上にマウスを置くと、機能を説明する短いメッセージが表示されます: 「選択したエフェクトの除外属性を設定します。除外されたエフェクトはエフェクト リストに引き続き表示されますが、非アクティブでパラメーターはありません。エフェクトの除外を解除するには、もう一度除外ボタンをクリックします。」
したがって、用語を削除または除外した場合でも、一部の用語を削除または除外した場合はモデルは同じになります (以下は、データに対する同じモデルの比較です。左側は用語を削除したもの、右側は用語を除外したものです)。
「効果を除外する」は、どの項が設計によって推定可能で、どの項がモデルに効果的に入力/推定されるかを説明する必要がある場合に、教育上興味深いかもしれません。
あなたの状況は、この機能とは関係ないようです。むしろ、分析/モデリングの部分に関するものです。
適合度不足テストの結果や、「予測値による実際値」および「予測値による残差」のプロットを見ると、曲率効果があるように見えます。
複製された中心点しかないため、曲率を評価することしかできず、それを特定の二次効果にリンクすることはできないことに注意してください。つまり、5 つの可能な二次項 (A*A、B*B、C*C、D*D、E*E) から 1 つの二次効果しか選択できません。
古典的な要因設計を使用しているため、関連性のある有用なモデルをすばやく構築するのに大いに役立つ「 2 レベル スクリーニングの適合」プラットフォームを使用することを強くお勧めします (データ テーブルに追加されたスクリプト「応答の 2 レベル スクリーニングの適合」をクリックしてこのプラットフォームで効果をテストし、「モデルの適合 (2 レベル スクリーニング)」をクリックしてこのモデルの結果を確認できます)。
反復効果の影響を評価するには、混合モデルを使用し、反復効果をランダム効果として使用して、2 セットの反復間の変動が統計的に有意/重要/高いかどうかを評価する方が適切かもしれません。このようなモデルの結果 (Fit Two Levels Screening の前のモデルと同じモデル項を使用) は、スクリプト「混合モデル」で確認できますが、反復間に大きな変動はないようです。
また、管理図や品質およびプロセス ツール (データ テーブルに追加されたスクリプト) を使用して、2 つの複製セット間の違いを視覚的かつ分析的に評価することもできます。
この回答がお役に立てば幸いです。
