위치 효과와 산포 효과 분석

Minitab lets you analyze both location and dispersion effects in a 2-level factorial design. To examine dispersion effects, you must have either repeat or replicate measurements of your response.
위치 모형
반응의 평균과 요인의 관계를 조사합니다.
산포 모형
반복측정 또는 반복실험 반응의 표준 편차와 요인의 관계를 조사합니다.

설계를 결정하고 데이터를 수집한 후 위치 모형과 산포 모형을 모두 분석할 수 있습니다. 다음은 Minitab에서 위치 모형과 산포 모형을 분석하는 단계 및 각 단계에서 고려할 수 있는 옵션 리스트입니다.

  1. 변동성 분석을 위한 반응인자 사전 처리를 사용하여 반복측정 또는 반복실험 반응의 표준 편차를 계산하거나 정의합니다. 변동성 분석을 위한 반응인자 사전 처리을 열려면 통계분석 > 실험계획법 > 요인 > 변동성 분석을 위한 반응인자 사전 처리을 선택하십시오.
  2. Analyze dispersion model with 변동성 분석. To open 변동성 분석, choose 통계분석 > 실험계획법 > 요인 > 변동성 분석.
    이 단계에서는 다음을 수행할지 여부를 고려해야 합니다.
    • 최소제곱 또는 최대우도 추정 방법 사용 여부
    • 위치 모형을 분석할 때 사용하기 위한 가중치 저장 여부(적합 또는 수정된 분산 사용)
  3. Analyze location model with 요인 설계 분석. To open 요인 설계 분석, choose 통계분석 > 실험계획법 > 요인 > 요인 설계 분석.
    이 단계에서는 다음을 고려해야 합니다.
    • 사용할 반응 열:
      • 반복측정이 있는 경우에는 반응인자 사전 처리에서 계산한 저장된 평균 열을 사용합니다.
      • 반복실험이 있는 경우에는 원래 반응 데이터를 포함하는 열을 사용합니다.

      예를 들어, 23 요인 설계를 4번 반복측정하면 실험이 8번 런되고 각 런에 대해 측정값이 4개씩 산출됩니다. Minitab에서는 각 런에서 반복측정 4번의 평균을 계산하여 결과적으로 총 8개의 관측치를 산출합니다. 또한 같은 설계를 4번 반복실험하면 실험이 32번 런됩니다. 이런 경우 각 측정값은 서로 구별되는 고유한 관측치이며 총 32개의 관측치가 제공됩니다. 반복실험 측정값을 사용하는 실험은 반복측정을 사용하는 실험보다 오차 항의 자유도가 높기 때문에 위치 모형에서 요인 설정 간의 차이를 찾는 데 유용합니다.

    • 산포 분석에서 저장된 가중치를 사용할지 여부
이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오