予測値では、所与の因子設定で選択した特性の適合値(モデル適合値、部分平均値)が示されます。適合値は指定したモデルに基づいています。
因子間の交互作用がごく小さい場合や、予測によって交互作用が正しく説明される場合、追跡確認のために実行された実験から観測された結果は予測結果に似るはずです。一方、予測結果と観測結果が大幅に異なる場合は、把握されていない交互作用や予期していなかった雑音効果の存在が示唆されています。この場合、さらに検討を続ける必要があります。
SN比 | 傾き | 標準偏差 | Ln(標準偏差) |
---|---|---|---|
4.82849 | 0.65021 | 0.161827 | -1.20846 |
7.68268 | 0.99350 | 0.401050 | -0.87014 |
7.09082 | 0.87225 | 0.355527 | -0.93760 |
9.94501 | 1.21554 | 0.594751 | -0.59928 |
品種 | 光量 | 肥料 | 水量 |
---|---|---|---|
2 | 1 | 2 | 1 |
2 | 1 | 2 | 2 |
2 | 2 | 2 | 1 |
2 | 2 | 2 | 2 |
予測値の第2行は高水準(2)の品種、低水準(1)の光量、高水準(2)の肥料の量、および高水準(2)の水量を示しています。
予測値は、製品または工程で最良な結果を得られる因子設定を決定するために使います。
上記により、実験者は選択肢を第2と第4の組み合わせに絞りました。どちらの組み合わせも品種2、肥料2、水量2であり、光量の水準だけが異なっています。実験者は結果的に第2の組み合わせを選びました。これは、第2の組み合わせの方が標準偏差が実質的に小さかったためと、光量水準の低い方が実質的にコストを低減できるためです。
SN比 | 傾き | 標準偏差 | Ln(標準偏差) |
---|---|---|---|
4.82849 | 0.65021 | 0.161827 | -1.20846 |
7.68268 | 0.99350 | 0.401050 | -0.87014 |
7.09082 | 0.87225 | 0.355527 | -0.93760 |
9.94501 | 1.21554 | 0.594751 | -0.59928 |
品種 | 光量 | 肥料 | 水量 |
---|---|---|---|
2 | 1 | 2 | 1 |
2 | 1 | 2 | 2 |
2 | 2 | 2 | 1 |
2 | 2 | 2 | 2 |
SN比の第4の組み合わせは9.94501で最適といえます。第2と第3の組み合わせにはほとんど標準偏差の差がありませんが、傾きとSN比は第2の組み合わせの方が優れています。
予測値の信頼性を確認するため、選択した水準で確認実験を実行する必要があります。バジルのデータについては、選択した水準が元の実験で使われていたため、実験者は最初に予測値を元の実験の観測値と照らし合わせたことになります。元の結果は、次の表に示すとおり、予測値と非常に近いものとなっています。
元の値 | 予測値 | |
---|---|---|
SN比 | 7.10 | 7.68268 |
傾き | 0.926 | 0.9935 |
標準偏差 | 0.409 | 0.401050 |
LnStDev | −0.894 | −0.87014 |