用于检测完全随机、未复制的 2k 中的异常值的图形工具... 用于检测完全随机、无重复的 2k 和 2k-P 因子中的异常值的图形工具
Tony Cooper 博士，SAS 首席分析顾问
Doug Sanders，咨询统计师
Cheryl Hild，Aegis Sciences 质量总监
随着当今行业对统计方法的认识不断提高，许多非统计学家正在实施统计研究并进行统计设计实验 (DOE)。随着非统计学家在应用环境中越来越多地使用 DOE，需要更多的图形方法来支持对 DOE 结果的分析和解释。特别是，迫切需要一种用户友好的方法来研究未重复 DOE 中噪声和活动背景变量的异常值效应。本文介绍了一种非常简单但有效的方法来识别未重复的 2k 和 2k-p 因子设计中的异常值，该方法将成熟的验证性统计技术与简单的图形探索性工具相结合。该方法的最佳应用需要在图形上交互和动态地使用颜色代码和标记。这在 JMP 软件中特别容易和强大。与往常一样，行业正在寻求以最少的资源支出找到最多的信息。许多行业都依赖于未重复的设计，其中不会估计纯误差项。伪误差项可用于估计效应的显著性。这种方法扩展了调查范围，使实验者能够评估实验中噪声的一致性。该方法已被广泛使用，使实验者能够与其数据进行交互，以避免误导性分析并发现有关其过程如何运作的其他线索。
