Überlegungen zu Daten für Wirkungsflächendiagramm

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

Oberflächendiagramme verwenden ein gespeichertes Modell, das Sie für eine Antwortvariable angepasst haben. Wenn Sie keine Analyse durchgeführt haben, in der 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 Ihr Modell jedoch mit einer der beiden Faktoriellen Versuchsplan analysieren oder Streuung analysierenanpassen, 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 das Modell die Annahmen der Analyse erfüllt

Wenn das gespeicherte Modell nicht die Annahmen der ursprünglichen Analyse erfüllt, kann das Wirkungsflächendiagramm 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.

• Faktoriellen Versuchsplan analysieren
• Binäre Antwort für faktoriellen Versuchsplan analysieren
• Definitiven Screening-Versuchsplan analysieren
• Binäre Antwort für definitiven Screening-Versuchsplan analysieren
• Streuung analysieren
• Wirkungsflächenversuchsplan analysieren
• Binäre Antwort für Wirkungsflächenversuchsplan analysieren
• Allgemeines lineares Modell anpassen
• Regressionsmodell anpassen oder Lineare Regression
• Binäres logistisches Modell anpassen oder Binäre logistische Regression
• Poisson-Modell anpassen
• Mischungsversuchsplan analysieren

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 Points of Interest identifizieren, können Sie anhand verwenden Prognostizieren, um zu bestimmen, ob diese Punkte im Vergleich zu den Daten, die Sie zum Anpassen des Modells verwendet haben, ungewöhnlich sind. Prognostizieren Enthält auch Vorhersageintervalle in der Ausgabe, mit denen Sie die Genauigkeit der Vorhersagen bestimmen können.

Hinweis

Um Vorhersagen für einen Mischungsversuchsplan zu generieren, wählen Sie Statistik > Versuchsplanung (DOE) > Mischung > Mischungsversuchsplan analysieren > Prognose.