Exemple de la fonction Diagramme de surface avec un modèle de régression de Poisson

L'ingénieur souhaite étudier l'effet de plusieurs prédicteurs sur les défauts de décoloration des pièces en résine. La variable de réponse indiquant le nombre d'occurrences d'un événement dans un espace d'observation fini, il ajuste un modèle de Poisson.

L'ingénieur ajuste le modèle de Poisson et utilise un diagramme de surface pour illustrer la relation entre les valeurs ajustées des défauts de décoloration et les paramètres des heures depuis le dernier nettoyage, ainsi que la température de transfert.

  1. Ouvrez le fichier de données échantillons, DéfautsRésine.MTW.
  2. Sélectionnez Stat > Régression > Régression de Poisson > Diagramme de surface.
  3. Dans Réponse, sélectionnez Défauts décoloration.
  4. Sous Sélectionner une paire de variables pour un diagramme unique, sélectionnez Température dans Axe des X et sélectionnez Heures depuis nettoyage dans Axe des Y.
  5. Cliquez sur OK.

Interprétation des résultats

Minitab utilise le modèle stocké pour créer le diagramme de surface. Le nombre de défauts le plus faible se trouve dans le coin inférieur droit du diagramme, ce qui correspond aux températures les plus élevées et aux durées les plus courtes depuis le dernier nettoyage. Le troisième prédicteur, Taille de vis, est un prédicteur de catégorie qui n'est pas affiché sur le graphique. Minitab maintient la valeur de la taille de vis sur "grande" lors du calcul des valeurs de réponse ajustées du nombre de défauts.

Après avoir évalué ce diagramme, l'analyste peut remplacer la taille de vis "grande" par la taille "petite", et comparer le nombre de défauts sur le nouveau diagramme.

Conseil

Pour annoter les valeurs des prédicteurs et les réponses pour n'importe quel point de ce graphique, utilisez Mettre un repère. Pour mettre un repère, cliquez avec le bouton droit de la souris sur le graphique, sélectionnez Mettre un repère dans le menu qui apparaît, puis cliquez sur le point du graphique à annoter. Utilisez la fonction Prévoir pour déterminer si ces points sont aberrants et pour évaluer la précision des prévisions.

En utilisant ce site, vous acceptez l'utilisation de cookies à des fins d'analyse et de personnalisation du contenu.  Lisez notre politique