Sélectionner les options pour la fonction Analyser un plan de Taguchi (dynamique)

Stat > DOE (plan d'expériences) > Taguchi > Analyser un plan de Taguchi > Options

Sélectionnez l'objectif du rapport signal/bruit pour la réponse et déterminez si la transformation par logarithme népérien doit être utilisée pour stabiliser la variabilité des écarts types.

Rapport signal/bruit dynamique

Pour les plans dynamiques, vous pouvez spécifier une valeur de référence de réponse et une valeur de signal par lesquelles devrait passer la droite de régression. Sinon, vous pouvez choisir d'ajuster les lignes sans point de référence fixe.

Ajuster toutes les lignes via un point de référence fixe : dans la zone Valeur de référence de la réponse, entrez la valeur de sortie (réponse) souhaitée. Dans la zone Valeur de référence du signal, indiquez le niveau de facteur de signal pour la valeur de référence de la réponse souhaitée.
Ajuster chaque ligne via la réponse moyenne en : dans la zone Valeur de référence du signal, indiquez un niveau de facteur de signal auquel calculer la réponse moyenne pour chaque droite de régression.
Ajuster les lignes sans point de référence : choisissez d'ajuster la droite de régression sans point de référence fixe. Dans ce cas, l'ordonnée à l'origine sera ajustée aux données.

Utiliser la formule ajustée pour le rapport signal/bruit

Utilisez les formules ajustées pour les rapports signal/bruit.

Utilisez le ou les ln pour toutes les sorties d'écart type

Utilisez les écarts types transformés par logarithme népérien en tant que variable de réponse dans le tableau de réponses, dans les résultats de régression/ANOVA, sur les graphiques des effets principaux et sur les diagrammes des interactions.

Pensez éventuellement à utiliser la transformation par logarithme népérien sur l'écart type pour les raisons suivantes :

Pour stabiliser la variabilité des écarts types.
Pour éviter d'obtenir des valeurs ajustées négatives, ce qui peut se produire lorsque vous utilisez des écarts types non transformés. Avec une transformation logarithmique, toutes les valeurs ajustées sont positives, ce qui permet de les prévoir intuitivement plus facilement.
Pour éviter tout effet multiplicatif sur la variabilité. Cette option entraîne la transformation des effets multiplicatifs en effets additifs, qui sont plus adaptés aux modèles linéaires.