Überlegungen zu Daten für Überlagertes Konturdiagramm

Befolgen Sie beim Durchführen der Analyse und Interpretieren der Ergebnisse die folgenden Richtlinien, um sicherzustellen, dass die Ergebnisse gültig sind.

Zuerst eine Analyse durchführen, bei der ein Modell angepasst und gespeichert wird
Bei überlagerten Konturdiagrammen wird das zuletzt gespeicherte Modell verwendet, das Sie für eine Antwortvariable angepasst haben. Wenn Sie keine Analyse durchgeführt haben, bei der automatisch ein Modell gespeichert wird, steht Ihnen kein Modell zur Verfügung. Weitere Informationen finden Sie unter Übersicht über gespeicherte Modelle.
Das Modell muss mindestens zwei stetige Variablen enthalten

Wenn das gespeicherte Modell nicht mindestens zwei stetige Variablen enthält, ist dieses Diagramm nicht verfügbar. Wenn Sie das Modell mit Allgemeines lineares Modell anpassen anpassen, können Sie in diesem Diagramm nur Kovariaten einbinden. Wenn Sie das Modell jedoch mit Faktoriellen Versuchsplan analysieren oder Streuung analysieren anpassen, können Sie die stetigen Faktoren, aber nicht die Kovariaten grafisch darstellen.

Hinweis

Ein Mischungsversuchsplan muss mindestens drei Komponentenvariablen oder zwei numerische Prozessvariablen aufweisen, damit ein Diagramm erstellt werden kann.

Überprüfen, ob die Modelle die Annahmen der Analyse erfüllen
Wenn die gespeicherten Modelle nicht die Annahmen der ursprünglichen Analyse erfüllen, kann das überlagerte Konturdiagramm ungenau sein. Weitere Informationen finden Sie, indem Sie unten auf die ursprüngliche Analyse klicken und dann die entsprechenden Themen „Überlegungen zu Daten“ und „Wichtigste Ergebnisse“ aufrufen.
Variableneinstellungen sollten ungefähr den Daten entsprechen, die Sie zum Anpassen des Modells verwendet haben
Wenn Sie Variableneinstellungen verwenden, die nicht innerhalb der Spannweite der Daten liegen, mit denen das Modell angepasst wurde, können die angepassten Werte irreführend sein. Zudem sollten Sie Kombinationen aus Variableneinstellungen verwenden, die den Kombinationen ähneln, die Sie zum Anpassen des Modells verwendet haben. Wenn Sie Punkte von Interesse identifizieren, können Sie mit Hilfe von Prognostizieren ermitteln, ob diese Daten verglichen mit den Daten, die Sie zum Anpassen des Models verwendet haben, ungewöhnlich erscheinen. Prognostizieren gibt außerdem Prognoseintervalle aus, mit denen Sie die Genauigkeit der Prognosen ermitteln können.
Hinweis

Um Prognosen für einen Mischungsversuchsplan zu erstellen, wählen Sie Statistik > Versuchsplanung (DOE) > Mischung > Mischungsversuchsplan analysieren > Prognose aus.