Beispiel für Binäre Antwort für Wirkungsflächenversuchsplan analysieren

Ein Reinraum-Techniker analysiert einen Wirkungsflächenversuchsplan, um festzustellen, wie sich Versiegelungszeit, Temperatur und Druck auf die Versiegelungsqualität der versiegelten Tabletts auswirken. Mit der binären Antwortvariablen wird angegeben, ob die Versiegelung in einer Stichprobe von 800 Tablettversiegelungen unversehrt oder schadhaft ist.

Der Techniker erfasst Daten und analysiert den Versuchsplan, um festzustellen, welche Faktoren sich auf die Abdichtungsstärke auswirken.

  1. Öffnen Sie die Beispieldaten Tablettversiegelung.MTW.
  2. Wählen Sie Statistik > Versuchsplanung (DOE) > Wirkungsfläche > Binäre Antwort analysieren aus.
  3. Geben Sie im Feld Ereignisbezeichnung den Wert Ereignis ein.
  4. Geben Sie im Feld Anzahl der Ereignisse die Spalte Versiegelt ein.
  5. Geben Sie im Feld Anzahl der Versuche die Spalte Stichproben ein.
  6. Klicken Sie auf Terme.
  7. Wählen Sie unter Folgende Terme einbinden die Option Vollständig quadratisch aus.
  8. Klicken Sie auf OK.
  9. Klicken Sie auf Grafiken.
  10. Wählen Sie unter Residuendiagramme die Option Vier-in-eins aus.
  11. Klicken Sie in den einzelnen Dialogfeldern auf OK.

Interpretieren der Ergebnisse

In der Tabelle der Varianzanalyse sind die p-Werte für Temperatur, Druck und Temperatur*Temperatur signifikant. Der Techniker kann erwägen, das Modell zu reduzieren, um die nicht signifikanten Terme zu entfernen. Weitere Informationen finden Sie unter Modellreduzierung.

Das R2 der Abweichung gibt an, dass das Modell 97,47 % der Gesamtabweichung in der Antwortvariablen erklärt; dies weist darauf hin, dass das Modell gut an die Daten angepasst ist.

Mit Hilfe des Pareto-Diagramms der Effekte können Sie die wichtigen Effekte in einer grafischen Darstellung identifizieren und die relative Größe der verschiedenen Effekte miteinander vergleichen. Darüber hinaus können Sie feststellen, dass der größte Effekt Temperatur*Temperatur (BB) ist, da der entsprechende Balken am längsten ist.

Binäre logistische Regression für Wirkungsfläche: Versiegelt vs. Zeit; Temperatur; ...

Methode Linkfunktion Logit Verwendete Zeilen 15
Informationen zur Antwortvariablen Variable Wert Anzahl Ereignisbezeichnung Versiegelt Ereignis 9637 Ereignis Nicht-Ereignis 2363 Stichproben Gesamt 12000
Kodierte Koeffizienten Term Koef SE Koef VIF Konstante 3,021 0,384 Zeit 0,210 0,139 18,53 Temperatur 0,641 0,159 19,53 Druck 0,420 0,211 70,48 Zeit*Zeit -0,0735 0,0482 1,01 Temperatur*Temperatur 0,2988 0,0517 1,17 Druck*Druck -0,0022 0,0277 70,24 Zeit*Temperatur -0,0092 0,0505 1,14 Zeit*Druck 0,0417 0,0342 18,12 Temperatur*Druck -0,0521 0,0396 19,24
Chancenverhältnisse für stetige Prädiktoren Änderungseinheit Chancenverhältnis 95%-KI Zeit 1,0 * (*; *) Temperatur 25,0 * (*; *) Druck 7,5 * (*; *) Es werden keine Chancenverhältnisse für Prädiktoren berechnet, die in Wechselwirkungstermen enthalten sind, da diese Verhältnisse von den Werten der anderen Prädiktoren in den Wechselwirkungstermen abhängen.
Zusammenfassung des Modells R-Qd(kor) R-Qd der der Abweichung Abweichung AIC AICc BIC 97,47% 96,50% 140,64 195,64 147,72
Tests auf Güte der Anpassung Test DF Chi-Quadrat p-Wert Abweichung 5 23,40 0,000 Pearson 5 23,88 0,000 Hosmer-Lemeshow 5 7,47 0,188
Varianzanalyse Quelle DF Kor Abw Kor MW Chi-Quadrat p-Wert Modell 9 903,478 100,386 903,48 0,000 Zeit 1 2,303 2,303 2,30 0,129 Temperatur 1 16,388 16,388 16,39 0,000 Druck 1 3,966 3,966 3,97 0,046 Zeit*Zeit 1 2,331 2,331 2,33 0,127 Temperatur*Temperatur 1 34,012 34,012 34,01 0,000 Druck*Druck 1 0,006 0,006 0,01 0,937 Zeit*Temperatur 1 0,033 0,033 0,03 0,856 Zeit*Druck 1 1,490 1,490 1,49 0,222 Temperatur*Druck 1 1,731 1,731 1,73 0,188 Fehler 5 23,404 4,681 Gesamt 14 926,882
Regressionsgleichung in nicht kodierten Einheiten p(Ereignis) = exp(Y')/(1 + exp(Y')) Y' = 17,77 + 0,348 Zeit - 0,1918 Temperatur + 0,1146 Druck - 0,0735 Zeit*Zeit + 0,000478 Temperatur*Temperatur - 0,000039 Druck*Druck - 0,00037 Zeit*Temperatur + 0,00556 Zeit*Druck - 0,000278 Temperatur*Druck
Anpassungen und Bewertung für ungewöhnliche Beobachtungen Beobachtete Std. Beob Wahrscheinlichkeit Anpassung Resid Resid 1 0,7113 0,6856 1,5722 4,45 R 3 0,9025 0,8879 1,3370 2,50 R 7 0,9675 0,9565 1,5927 2,17 R 8 0,6737 0,6884 -0,8891 -2,44 R 10 0,5550 0,5660 -0,6265 -2,07 R 11 0,9025 0,9281 -2,6700 -4,20 R 12 0,8413 0,8633 -1,7806 -3,54 R 15 0,7113 0,6892 1,3592 3,64 R R Großes Residuum
Durch Ihre Nutzung dieser Website stimmen Sie zu, dass Cookies verwendet werden. Cookies dienen zu Analysezwecken und zum Bereitstellen personalisierter Inhalte.  Lesen Sie unsere Richtlinien