Qualitätstechniker möchten den Prozess verbessern, mit dem Brezeln produziert werden. Farbe ist ein wichtiges Qualitätsmerkmal. Die Techniker ermitteln anhand eines definitiven Screening-Versuchsplans, welche potenziellen Faktoren sich auf die Farbe der Brezeln auswirken. Für das Experiment sortieren die Techniker schnell kleine Chargen der Brezeln in die Kategorien „Ordnungsgemäß“ und „Unzulänglich“.
- Öffnen Sie die Beispieldaten Brezelfarbe.MTW.
- Wählen Sie aus.
- Geben Sie im Feld Ereignisbezeichnung den Wert Ereignis ein.
- Geben Sie im Feld Anzahl der
Ereignisse die Spalte Akzeptable Farbe ein.
- Geben Sie im Feld Anzahl der
Versuche die Spalte Versuche ein.
- Klicken Sie auf Terme.
- Wählen Sie im Feld Folgende Terme einbinden die Option Vollständig quadratisch aus. Klicken Sie auf OK.
- Klicken Sie auf Schrittweise.
- Wählen Sie im Feld Methode die Option Vorwärts-Informationskriterium aus.
- Klicken Sie in den einzelnen Dialogfeldern auf OK.
Interpretieren der Ergebnisse
Im Pareto-Diagramm werden Balken für die Terme aus dem besten Modell entsprechend dem AICc-Kriterium angezeigt. Das Modell enthält zwei Haupteffekte: Backzeit (E) und Backtemperatur 2 (H). Außerdem enthält das Modell den quadrierten Term für Backzeit und den Wechselwirkungseffekt zwischen den beiden Faktoren.
Die Techniker stimmen überein, dass dieses Modell ihren Kenntnissen des Prozesses entspricht. Sie entscheiden sich, das Modell zum Planen weiterer Experimente zu nutzen.
Methode
| Linkfunktion | Logit |
|---|
| Verwendete Zeilen | 50 |
|---|
Vorwärtsauswahl von Termen
Erreichtes Minimum-AICc = 243,23
Informationen zur Antwortvariablen
| Akzeptable Farbe | Ereignis | 4235 | Ereignis |
|---|
| | Nicht-Ereignis | 765 | |
|---|
| Versuche | Gesamt | 5000 | |
|---|
Kodierte Koeffizienten
| Konstante | 2,394 | 0,145 | |
|---|
| Backzeit | 0,7349 | 0,0538 | 1,11 |
|---|
| Backtemperatur 2 | 0,5451 | 0,0541 | 1,20 |
|---|
| Backzeit*Backzeit | -0,384 | 0,153 | 1,04 |
|---|
| Backzeit*Backtemperatur 2 | -0,5106 | 0,0562 | 1,24 |
|---|
Chancenverhältnisse für stetige Prädiktoren
| Backzeit | 2 | * | (*; *) |
|---|
| Backtemperatur 2 | 15 | * | (*; *) |
|---|
Zusammenfassung des Modells
| 95,81% | 95,29% | 241,87 | 243,23 | 251,43 |
|---|
Tests auf Güte der Anpassung
| Abweichung | 45 | 32,28 | 0,922 |
|---|
| Pearson | 45 | 31,93 | 0,929 |
|---|
| Hosmer-Lemeshow | 8 | 7,10 | 0,526 |
|---|
Varianzanalyse
| Modell | 4 | 737,452 | 184,363 | 737,45 | 0,000 |
|---|
| Backzeit | 1 | 203,236 | 203,236 | 203,24 | 0,000 |
|---|
| Backtemperatur 2 | 1 | 100,432 | 100,432 | 100,43 | 0,000 |
|---|
| Backzeit*Backzeit | 1 | 6,770 | 6,770 | 6,77 | 0,009 |
|---|
| Backzeit*Backtemperatur 2 | 1 | 80,605 | 80,605 | 80,61 | 0,000 |
|---|
| Fehler | 45 | 32,276 | 0,717 | | |
|---|
| Gesamt | 49 | 769,728 | | | |
|---|
Regressionsgleichung in nicht kodierten Einheiten
| p(Ereignis) | = | exp(Y')/(1 + exp(Y')) |
|---|
| Y' | = | -11,984 + 3,361 Backzeit + 0,08740 Backtemperatur 2 - 0,0961 Backzeit*Backzeit
- 0,01702 Backzeit*Backtemperatur 2 |
|---|
Anpassungen und Bewertung für ungewöhnliche Beobachtungen
| 1 | 0,9800 | 0,9376 | 2,0298 | 2,13 | R |
|---|
| 7 | 0,9800 | 0,9396 | 1,9581 | 2,00 | R |
|---|
| 24 | 0,9000 | 0,9497 | -2,0182 | -2,15 | R |
|---|
