Warum kann ich in JMP keine Krümmung (Nichtlinearität) in DOE erkennen?Wenn die Faktoren im DOE in Minitab Mittelpunkte haben, wird die Krümmung direkt getestet (d. h. Nichtlinearität, p <0,05 zeigt an, dass die Krümmung signifikant ist), aber in JMP scheint es keine solche Funktion zu geben?
VersuchsplanungBetreff: Warum kann ich in JMP keine Krümmung (Nichtlinearität) in DOE erkennen?Hallo @Xinghua ,
Der Krümmungstest im DoE ist ein häufiges Thema in der Community und es gibt bereits einige Lösungen. Bitte beachten Sie die folgenden Beiträge und Add-Ins:
Test auf Krümmung in einer vollfaktoriellen 2-Stufen-Prüfung mit Mittelpunkten
Ein weiterer Beitrag dazu, wie man auf Krümmung in einer zweistufigen Fakultät mit Mittelpunkten testet, einschließlich einer Diskussion des Mittelpunkteffekts
So führen Sie mit JMP einen Krümmungstest in einem DOE durch
Add-In für den reinen quadratischen Krümmungstest
Ich denke, diese Hinweise werden Ihnen helfen,
Betreff: Warum kann ich in JMP keine Krümmung (Nichtlinearität) in DOE erkennen?Zahlreiche Optionen in JMP zum Testen der Krümmung mit einem DOE:
1. Wählen Sie aus dem Menü DOE > Klassisch ein Antwortoberflächendesign aus.
2. Wählen Sie ein benutzerdefiniertes Design und schließen Sie quadratische (oder höhere) Potenzeffekte ein.
3. Wählen Sie ein definitives Screening-Design und schließen Sie Mittelpunkte ein, um quadratische Effekte abzuschätzen.
Betreff: Warum kann ich in JMP keine Krümmung (Nichtlinearität) in DOE erkennen?Hallo @Xinghua : Mir scheint, das Einfachste wäre, den quadratischen Effekt eines beliebigen Faktors in das Modell einzubeziehen. Der p-Wert für diesen Effekt ist dann der p-Wert zum Testen der Krümmung. Aber Vorsicht: Der von Ihnen hier verwendete Faktor kann der Faktor sein, dem der quadratische Effekt zugewiesen wird, muss es aber nicht (er wird mit den anderen potenziellen quadratischen Effekten verwechselt). Es handelt sich lediglich um einen Test, um festzustellen, ob in mindestens einem der Faktoren eine Krümmung vorhanden ist. Sie müssen das Design also noch erweitern, um herauszufinden, welche(r) Faktor(en) quadratisch ist/sind.
Betreff: Warum kann ich in JMP keine Krümmung (Nichtlinearität) in DOE erkennen?Ich habe mir die von @Victor_G bereitgestellten Links nicht angesehen und stimme mit allem überein, was andere bisher beigetragen haben. Mein erster Schritt, der immer und ohne zu versagen ist, vor jedem statistischen Test von p, t, F oder anderen, ist, Streudiagramme der Antwort vs. der Faktoren zu zeichnen. Ich hoffe, dass mindestens eine dieser Referenzen diesen Ansatz fördert. Ihr Auge und Ihr Prozesswissen sind die empfindlichsten „Detektoren“ von Effekten, die ich je gesehen habe. In 30 Jahren Praxis in der Versuchsplanung in einem industriellen Umfeld kann ich mich ehrlich gesagt an kein einziges Experiment erinnern, bei dem wir analysiert haben, dass ein LOF-Test für Krümmung „signifikant“ war, der nicht zuerst in Streudiagrammen auftauchte.
Betreff: Warum kann ich in JMP keine Krümmung (Nichtlinearität) in DOE erkennen?Vielen Dank. Ich habe es versucht, aber aus irgendeinem Grund ist der p-Wert des Faktorquadrats nicht numerisch. Ich weiß nicht, warum.
Ich habe die Daten hochgeladen, Sie können sie analysieren. Danke.
Betreff: Warum kann ich in JMP keine Krümmung (Nichtlinearität) in DOE erkennen?Vielen Dank.
DOE kann Hebeldiagramme erstellen, sogar mit p-Werten. Aber ich bin nicht sicher, was dieser p-Wert (wenn er kleiner als 0,05 ist) bedeutet.
Betreff: Warum kann ich in JMP keine Krümmung (Nichtlinearität) in DOE erkennen?Hallo @Xinghua ,
Da Sie nur Mittelpunkte haben, können Sie nur die Krümmung prüfen und einen quadratischen Effekt (von den 4 möglichen) schätzen. Wenn Sie alle 4 quadratischen Effekte im Modell hinzufügen, informiert Sie JMP, dass das Modell eine Singularität aufweist, da es nicht in der Lage ist, alle 4 quadratischen Effekte unabhängig voneinander nur mit Mittelpunkten zu schätzen:
Um alle 4 quadratischen Effekte zu schätzen, müssen Ihnen unterschiedliche Punkte zur Verfügung stehen, nämlich Faktoren der mittleren Ebene (mit 0 für den Faktor, für den Sie den quadratischen Effekt schätzen möchten, und +/-1 für die anderen Faktorebenen) statt Mittelpunkte (mit 0 für alle Faktorebenen).
Versuchen Sie, Ihr Modell nur mit einem quadratischen Effekt neu anzupassen. Dann können Sie den p-Wert für diesen quadratischen Effekt und den Lack-of-Fit-Test schätzen:
Der p-Wert dieses quadratischen Effekts zeigt deutlich eine Krümmung in Ihrer Antwort (ebenso wie die Diagramme, die Sie in Ihrer letzten Antwort gezeigt haben). Der p-Wert für diesen Effekt wird mit der Nullhypothese berechnet, die lautet: „Dieser Effekt unterscheidet sich nicht signifikant von 0.“ Da der p-Wert hier also sehr niedrig ist, können Sie ziemlich sicher sein, dass dieser Effekt ab 0 statistisch signifikant zu sein scheint und dass eine Krümmung/ein quadratischer Effekt deutlich sichtbar ist. Das Hinzufügen eines quadratischen Effekts zu Ihrem Modell ermöglicht ein angemesseneres Modell (der Lack-of-Fit-Test zeigt keinen sehr niedrigen p-Wert, sodass das Modell angemessener erscheint).
Wenn Sie ein Modell nur mit Haupteffekten und 2-Faktor-Interaktionen anpassen, haben Sie bereits einige Hinweise darauf, dass wahrscheinlich noch etwas anderes verborgen ist, da der Lack-of-Fit-Test einen sehr niedrigen Wert zeigt (das Modell ist also möglicherweise nicht angemessen) und die Diagramme „Tatsächliche Werte vs. Vorhersage“ und „Residuen“ auf eine Krümmung hindeuten:
Hoffe, diese Antwort wird Ihnen helfen,
Betreff: Warum kann ich in JMP keine Krümmung (Nichtlinearität) in DOE erkennen?Herzlichen Dank für Ihre Begeisterung.
Ich kann bestätigen, dass es in einem faktoriellen DOE-Design bei Verwendung der Mittelpunkte nur Kombinationen der Mittelpunkte der Faktoren gibt (bei 4 Faktoren gibt es nur 0000, nicht 000+, +-0 +...); bei Verwendung von RSM gibt es eine Kombination aus dem Mittelpunkt eines Faktors und einer beliebigen Ebene anderer Faktoren (bei 4 Faktoren gibt es 000+, +-0+, 0000...).
Betreff: Warum kann ich in JMP keine Krümmung (Nichtlinearität) in DOE erkennen?Die Leverage-Diagramme sind eine grafische Möglichkeit, die Hypothese zu testen, dass die Steigung des Koeffizienten für einen gegebenen Faktor = 0 ist. Sie können auch für andere Zwecke verwendet werden. Eine ausführliche Erklärung finden Sie in der JMP-Dokumentation.
Hebeldiagramme in JMP Der p-Wert wird wie jeder andere p-Wert für eine Parameterschätzung interpretiert. Nur die Amplitude liegt unter dem Schwellenwert von 0,05 ... falls Sie diesen Schwellenwert verwenden möchten.
Betreff: Warum kann ich in JMP keine Krümmung (Nichtlinearität) in DOE erkennen?Hallo @Xinghua : Um noch etwas zu @P_Bartell hinzuzufügen: Ich würde diese Hebeldiagramme nicht verwenden, wenn Ihr Modell eine Krümmung aufweist, die nicht berücksichtigt wird (wie @Victor_G dargelegt hat). Und wie Sie aus den Hebeldiagrammen ersehen können, liegt der Mittelpunkt eindeutig höher als die Fakultätspunkte (-1, 1), was auf eine Krümmung hinweist.
Betreff: Warum kann ich in JMP keine Krümmung (Nichtlinearität) in DOE erkennen?Danke schön.
Ich habe auch festgestellt, dass der dem Mittelpunkt entsprechende Y-Wert höher zu sein scheint, aber leider gibt es keinen Wert zur Beurteilung (wie etwa den p-Wert des Nichtlinearitätstests). Schließlich ist eine Beurteilung mit dem Auge nicht sehr genau und es ist schwierig, den Kunden zu überzeugen.
Betreff: Warum kann ich in JMP keine Krümmung (Nichtlinearität) in DOE erkennen?Hallo @Xinghua : In der Tat; und wie Sie aus den obigen Antworten ersehen können, gibt es Möglichkeiten, den Test (p-Werte usw.) zu erhalten, den Sie für die Krümmung benötigen.
