用於檢測完全隨機，無重複2k的異常值的圖形工具... 用於檢測完全隨機，未復制的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，諮詢統計學家
Aegis Sciences質量總監Cheryl Hild
隨著當今工業統計方法意識的提高，許多非統計學家正在實施統計研究並進行統計設計的實驗（DOE）。隨著非統計學家在應用環境中對DOE的使用的增加，需要更多的圖形方法來支持DOE結果的分析和解釋。特別是，迫切需要用戶友好的方法來研究未復制的DOE中噪聲和活動背景變量的異常效應。本文介紹了一種非常簡單但有效的方法，用於識別未復制的2k和2k-p因子設計中的異常值，這些設計將完善的確認統計技術與簡單的圖形化探索工具相結合。該方法的最佳應用需要在圖形上交互式和動態地使用顏色代碼和標記。這在JMP軟件中特別簡單和強大。與往常一樣，行業正在尋找最低資源支出的最大信息。許多行業都傾向於未經復制的設計，其中不會估計純誤差項。偽誤差項可用於估計效應的重要性。該方法擴展了調查範圍，使實驗者能夠評估實驗中噪聲的一致性。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其他線索。
實驗設計
