用於檢測完全隨機、未複製的 2k 中的異常值的圖形工具... 用於檢測完全隨機、無重複的 2k 和 2k-P 因子中的異常值的圖形工具
Tony Cooper 博士，SAS 首席分析顧問
Doug Sanders，諮詢統計師
Cheryl Hild，Aegis Sciences 品質總監
隨著當今工業界對統計方法認識的不斷提高，許多非統計學家正在進行統計研究並進行統計設計實驗（DOE）。隨著非統計學家在應用環境中越來越多地使用 DOE，需要更多的圖形方法來支持 DOE 結果的分析和解釋。特別是，迫切需要使用者友善的方法來研究未複製的 DOE 中的雜訊和活動背景變數的異常值效應。本文介紹了一種非常簡單但有效的方法來識別未重複的 2k 和 2k-p 因子設計中的異常值，該方法將完善的驗證性統計技術與簡單的圖形探索性工具相結合。此方法的最佳應用需要在圖表上互動和動態地使用顏色代碼和標記。這在 JMP 軟體中尤其簡單且功能強大。像往常一樣，行業正在尋求以最少的資源投入獲取最多的資訊。許多產業都依賴非重複設計，其中純誤差項無法估計。偽誤差項可用於估計效應的重要性。此方法擴展了調查範圍，使實驗者能夠評估實驗中雜訊的一致性。該方法已被廣泛使用，允許實驗者與他們的數據進行交互，以避免誤導性分析並發現有關其流程如何運作的更多線索。
