안녕하세요 @leodu 님 ,
커뮤니티에 오신 것을 환영합니다!
다양한 모델을 만들고 개선하는 데 필요한 옵션을 더 잘 이해하려면 JMP 도움말 섹션의 효과 요약 보고서를 참조하세요. 효과 요약 보고서 .
"제외" 버튼에 마우스를 올리면 짧은 메시지가 기능을 설명합니다. " 선택한 효과에 대한 제외 속성을 설정합니다. 제외된 효과는 여전히 효과 목록에 나타나지만 비활성 상태이며 매개변수가 없습니다. 효과 제외를 해제하려면 제외 버튼을 다시 클릭합니다 ."
따라서 용어를 제거하거나 제외하더라도 일부 용어를 제거하거나 제외하면 모델은 동일한 것으로 간주됩니다(데이터에서 동일한 모델을 비교한 결과는 다음과 같습니다. 왼쪽은 용어를 제거한 경우이고 오른쪽은 용어를 제외한 경우입니다).
"제외 효과"는 설계에 의해 추정 가능한 항목과 모델에 효과적으로 입력/추정되는 항목이 무엇인지 설명해야 할 때 교육에 흥미로울 수 있습니다.
귀하의 상황은 이 기능과 관련이 없는 듯하지만, 분석/모델링 부분과 더 관련이 있는 듯합니다.
적합성 부족 테스트의 결과와 "실제 대 예측" 및 "잔차 대 예측" 플롯을 살펴보면 곡률 효과가 있는 것 같습니다.
복제된 중심점만 있으므로 곡률만 평가할 수 있고 이를 특정 2차 효과에 연결할 수 없습니다. 5개의 가능한 2차 항, 즉 A*A, B*B, C*C, D*D, E*E 중에서 하나의 2차 효과만 선택할 수 있습니다.
고전적 요인 설계를 사용하고 있으므로 관련성 있고 유용한 모델을 빠르고 크게 구축하는 데 도움이 되는 The Fit Two Level Screening Platform을 사용하는 것이 좋습니다(데이터 테이블의 추가된 스크립트 "Fit Two Level Screening of Response"를 클릭하면 이 플랫폼으로 효과를 테스트할 수 있으며 "Fit Model (2-levels Screening)"을 클릭하면 이 모델의 결과를 볼 수 있음):
반복 효과의 영향을 평가하려면 혼합 모델을 사용하고 반복 효과를 임의 효과로 사용하여 두 반복 세트 간의 변동성이 통계적으로 유의미/중요/높은지 평가하는 것이 더 적절할 것입니다. "혼합 모델" 스크립트에서 이러한 모델(Fit Two Levels Screening의 이전 모델과 동일한 모델 용어 사용)의 결과를 확인할 수 있지만 반복 간에 강한 변동성이 없는 것으로 보입니다.
또한 통제 차트 및/또는 품질 및 프로세스 도구(데이터 테이블에 추가된 스크립트)를 사용하여 두 반복 세트 간의 차이점을 시각적, 분석적으로 평가할 수 있습니다.
이 답변이 도움이 되길 바랍니다.
