Beispiel für Binäre Antwort für faktoriellen Versuchsplan analysieren

Ein Lebensmitteltechnologe untersucht Faktoren, die sich auf das Verderben von Lebensmitteln auswirken. Der Wissenschaftler verwendet ein zweistufiges faktorielles Experiment, um die verschiedenen Faktoren zu untersuchen, die die Rate des Verderbens von Lebensmitteln beeinflussen könnten.

Der Wissenschaftler analysiert einen zweistufigen faktoriellen Versuchsplan, um zu ermitteln, wie sich Art des Konservierungsmittels, Vakuumverpackungsdruck, Grad der Verunreinigung und Kühltemperatur auf das Verderben von Obst auswirken. Mit der binären Antwortvariablen wird angegeben, ob in einer Stichprobe von 500 Gebinden Obst Verderben festgestellt wird oder nicht.

  1. Öffnen Sie die Beispieldaten LebensmittelVerderben.MTW.
  2. Wählen Sie Statistik > Versuchsplanung (DOE) > Faktoriell > Binäre Antwort analysieren aus.
  3. Geben Sie im Feld Ereignisbezeichnung den Wert Ereignis ein.
  4. Geben Sie im Feld Anzahl der Ereignisse die Spalte Verderben ein.
  5. Geben Sie im Feld Anzahl der Versuche die Spalte Gebinde ein.
  6. Klicken Sie auf Terme.
  7. Wählen Sie unter Terme in Modell einbinden bis zur Ordnung den Wert 2 aus.
  8. Klicken Sie in den einzelnen Dialogfeldern auf OK.

Interpretieren der Ergebnisse

In der Abweichungstabelle sind die p-Werte der drei Haupteffektterme (Konservierungsmittel, Vakuumdruck und Verunreinigungsgrad) signifikant. Da die p-Werte kleiner als das Signifikanzniveau 0,05 sind, schlussfolgert der Wissenschaftler, dass diese Faktoren statistisch signifikant sind. Keine der Zwei-Faktor-Wechselwirkungen ist signifikant. Der Wissenschaftler kann in Betracht ziehen, das Modell zu reduzieren.

Der Wert für das R2 der Abweichung gibt an, dass das Modell 97,95 % der Gesamtabweichung in der Antwortvariablen erklärt; dies weist darauf hin, dass das Modell gut an die Daten angepasst ist.

Die Mehrzahl der VIF-Werte ist klein, was darauf hindeutet, dass die Terme im Modell nicht korrelieren.

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. In diesen Ergebnissen sind die drei Haupteffekte statistisch signifikant (α = 0,05) – Art des Konservierungsmittels (A), Vakuumversiegelungsdruck (B) und Grad der Verunreinigung (C). Darüber hinaus können Sie feststellen, dass die Art des Konservierungsmittels (A) den größten Effekt hat, da der entsprechende Balken am längsten ist. Der Effekt der Wechselwirkung zwischen Konservierungsmittel und Kühltemperatur (AD) ist am geringsten, da der entsprechende Balken der kürzeste ist.

Methode

LinkfunktionLogit
Verwendete Zeilen16

Informationen zur Antwortvariablen

VariableWertAnzahlEreignisbezeichnung
VerderbenEreignis506Event
  Nicht-Ereignis7482 
GebindeGesamt7988 

Kodierte Koeffizienten

TermEffektKoefSE KoefVIF
Konstante  -2,73700,0479 
Konservierungsmittel0,44970,22490,04771,03
Vakuumdruck0,25740,12870,04771,06
Verunreinigungsgrad0,29540,14770,04781,06
KühlTemp-0,1107-0,05540,04781,07
Konservierungsmittel*Vakuumdruck-0,0233-0,01170,04731,05
Konservierungsmittel*Verunreinigungsgrad0,07220,03610,04741,06
Konservierungsmittel*KühlTemp0,00670,00340,04721,05
Vakuumdruck*Verunreinigungsgrad-0,0430-0,02150,04691,04
Vakuumdruck*KühlTemp-0,0115-0,00580,04651,02
Verunreinigungsgrad*KühlTemp0,15730,07860,04671,02

Chancenverhältnisse für stetige Prädiktoren

ÄnderungseinheitChancenverhältnis95%-KI
Vakuumdruck10,0*(*; *)
Verunreinigungsgrad22,5*(*; *)
KühlTemp5,0*(*; *)
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.

Chancenverhältnisse für kategoriale Prädiktoren

Stufe AStufe BChancenverhältnis95%-KI
Konservierungsmittel     
  Beliebige StufeBeliebige Stufe*(*; *)
Chancenverhältnis für Stufe A relativ zu Stufe B
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 der
Abweichung
R-Qd(kor)
der
Abweichung
AICAICcBIC
97,95%76,75%105,98171,98114,48

Tests auf Güte der Anpassung

TestDFChi-Quadratp-Wert
Abweichung50,970,965
Pearson50,970,965
Hosmer-Lemeshow60,101,000

Varianzanalyse

QuelleDFKor AbwKor MWChi-Quadratp-Wert
Modell1046,21304,621346,210,000
  Konservierungsmittel122,683522,683522,680,000
  Vakuumdruck17,33137,33137,330,007
  Verunreinigungsgrad19,62099,62099,620,002
  KühlTemp11,34411,34411,340,246
  Konservierungsmittel*Vakuumdruck10,06080,06080,060,805
  Konservierungsmittel*Verunreinigungsgrad10,57800,57800,580,447
  Konservierungsmittel*KühlTemp10,00510,00510,010,943
  Vakuumdruck*Verunreinigungsgrad10,21060,21060,210,646
  Vakuumdruck*KühlTemp10,01530,01530,020,902
  Verunreinigungsgrad*KühlTemp12,84752,84752,850,092
Fehler50,96740,1935   
Gesamt1547,1804     

Regressionsgleichung in nicht kodierten Einheiten

p(Event)=exp(Y')/(1 + exp(Y'))
Y'=-2,721 + 0,188 Konservierungsmittel + 0,0172 Vakuumdruck - 0,00249 Verunreinigungsgrad
- 0,0286 KühlTemp - 0,00117 Konservierungsmittel*Vakuumdruck
+ 0,00160 Konservierungsmittel*Verunreinigungsgrad
+ 0,00067 Konservierungsmittel*KühlTemp - 0,000096 Vakuumdruck*Verunreinigungsgrad
- 0,000115 Vakuumdruck*KühlTemp + 0,000699 Verunreinigungsgrad*KühlTemp