요인 설계를 위한 이항 반응 분석에 대한 효과도

모든 효과도에 대한 정의 및 해석 방법을 확인해 보십시오.

Pareto 차트

Pareto 차트는 가장 큰 효과에서 가장 작은 효과까지 표준화된 효과의 절대값을 보여줍니다. Pareto 차트에서 통계적 유의성의 기준선은 Z에서 그려지며, 여기서 Z는 표준 정규 분포의 (1 - α / 2) 사분위수입니다.

유의 수준은 α 또는 알파로 표시됩니다. 알파 값을 정의하는 단계적 선택 방법을 사용하지 않을 경우 유의 수준은 1 - 분석에 대한 신뢰 수준입니다. 신뢰 수준을 변경하려면 옵션 하위 대화 상자로 이동하십시오. 후진 선택 또는 단계적 선택을 사용하는 경우, 유의 수준은 Minitab이 모형에서 항을 제거하는 유의 수준입니다다(제거할 변수에 대한 알파라고 함). 전진 선택을 사용하는 경우, 유의 수준은 Minitab이 모형에 항을 추가하는 유의 수준입니다(입력할 변수에 대한 알파라고 함).

해석

Pareto 차트를 사용하여 효과의 크기와 중요성을 확인할 수 있습니다. Pareto 차트에서 기준선과 교차하는 막대는 통계적으로 유의합니다. 예를 들어, 이 Pareto 차트에서 요인 A, C, B를 나타내는 막대는 1.960에서 기준선과 교차합니다. 이 요인들은 현재 모형 항을 사용하는 경우 0.05 수준에서 통계적으로 유의합니다.
참고

이탈도 표의 검정은 우도비 검정이며, 작은 표본에 대해 Z-값을 바탕으로 하는 p-값보다 더 신뢰할 수 있는 p-값을 제공합니다.

Pareto 차트는 효과의 절대값을 표시하기 때문에 어떤 효과가 큰지 확인할 수 있지만 어떤 효과가 반응을 증가시키거나 감소시키는지 확인할 수 없습니다. 하나의 그림에서 효과의 크기와 방향을 조사하려면 표준화된 효과의 정규 확률도를 사용하십시오.

효과의 정규 확률도

효과의 정규 확률도는 모든 효과가 0인 경우에 대한 분포 적합선에 상대적인 표준화된 효과를 보여줍니다. Minitab에서는 정규 점수, 확률 또는 백분율 대 표준화된 효과를 그림으로 표시합니다. 선은 표준 편차가 1인 정규 분포에 해당합니다. p-값이 α보다 작은 효과는 그래프에 유의한 것으로 표시됩니다.

주효과가 양이면 설정이 요인의 낮은 값에서 높은 값으로 변경될 때 반응이 증가합니다. 주효과가 음이면 설정이 요인의 낮은 값에서 높은 값으로 변경될 때 반응이 감소합니다. 효과는 x-축에서 0에서 멀리 떨어질수록 크기가 더 큽니다. 0에서 더 멀리 떨어진 효과가 더 통계적으로 유의합니다.

효과가 통계적으로 유의한지 여부는 유의 수준(α 또는 알파로 표시됨)에 따라 다릅니다. 알파 값을 정의하는 단계적 선택 방법을 사용하지 않을 경우 유의 수준은 1 - 분석에 대한 신뢰 수준입니다. 신뢰 수준을 변경하려면 옵션 하위 대화 상자로 이동하십시오. 후진 선택 또는 단계적 선택을 사용하는 경우, 유의 수준은 Minitab이 모형에서 항을 제거하는 유의 수준입니다(제거할 변수에 대한 알파라고 함). 전진 선택을 사용하는 경우, 유의 수준은 Minitab이 모형에 항을 추가하는 유의 수준입니다(입력할 변수에 대한 알파라고 함).

해석

효과의 정규 확률도를 사용하면 효과의 크기, 방향 및 중요성을 확인할 수 있습니다. 효과의 정규 확률도에서 0으로부터 더 멀리 떨어진 효과가 통계적으로 유의합니다. 점들의 색상과 형상은 통계적으로 유의한 효과와 통계적으로 유의하지 않은 효과 간에 다릅니다. 예를 들어, 이 그림에서 요인 A, B, C에 대한 주효과는 0.05 수준에서 통계적으로 유의합니다. 이 점들의 색상과 형상은 유의하지 않은 효과에 대한 점들과 다릅니다.

또한 그림에서 효과의 방향을 알 수 있습니다. 방부제(A), 오염 수준(C) 및 진공 압력(B) 모두 양의 표준화된 효과가 있습니다. 공정이 요인의 낮은 수준에서 높은 수준으로 변경되면 반응이 증가합니다.

효과의 정규 확률도는 음의 효과를 그래프 왼쪽에, 양의 효과를 그래프 오른쪽에 표시하기 때문에 어느 효과가 반응을 가장 변화시키는지 비교하는 것이 표준화된 효과의 절대값을 표시하는 그림보다 더 어렵습니다. 1/2 정규 확률도와 Pareto 차트는 표준화된 효과의 절대값을 보여줍니다.

효과의 1/2 정규 확률도

효과의 1/2 정규 확률도는 가장 큰 효과에서 가장 작은 효과까지 표준화된 효과의 절대값을 보여줍니다. Minitab에서는 표준화된 효과에 대한 정규 점수, 확률 또는 백분율을 그림으로 표시합니다. 모든 효과가 0인 경우 점들은 기준성에 대해 상대적으로 표시됩니다. 선은 표준 편차가 1인 정규 분포에 해당합니다. p-값이 α보다 작은 효과는 그래프에 유의한 것으로 표시됩니다.

효과는 x-축에서 0에서 멀리 떨어질수록 크기가 더 큽니다. 0에서 더 멀리 떨어진 효과가 더 통계적으로 유의합니다.

통계적으로 유의하기 위해 점들이 기준선에서 떨어져야 하는 거리는 유의 수준(α 또는 알파로 표시됨)에 따라 다릅니다. 알파 값을 정의하는 단계적 선택 방법을 사용하지 않을 경우 유의 수준은 1 - 분석에 대한 신뢰 수준입니다. 신뢰 수준을 변경하려면 옵션 하위 대화 상자로 이동하십시오. 후진 선택 또는 단계적 선택을 사용하는 경우, 유의 수준은 Minitab이 모형에서 항을 제거하는 유의 수준입니(제거할 변수에 대한 알파라고 함). 전진 선택을 사용하는 경우, 유의 수준은 Minitab이 모형에 항을 추가하는 유의 수준입니다(입력할 변수에 대한 알파라고 함).

해석

효과의 1/2 정규 확률도를 사용하면 효과의 크기와 중요성을 확인할 수 있습니다. 효과의 1/2 정규 확률도에서 0으로부터 더 멀리 떨어진 효과가 통계적으로 유의합니다. 점들의 색상과 형상은 통계적으로 유의한 효과와 통계적으로 유의하지 않은 효과 간에 다릅니다. 예를 들어, 이 그림에서 요인 A, B, C에 대한 주효과는 0.05 수준에서 통계적으로 유의합니다. 이 점들의 색상과 형상은 유의하지 않은 효과에 대한 점들과 다릅니다. 또한 Minitab은 통계적으로 유의한 점에 레이블을 붙입니다.

효과의 1/2 정규 확률도는 효과의 절대값을 표시하기 때문에 어떤 효과가 큰지 확인할 수 있지만 어떤 효과가 반응을 증가시키거나 감소시키는지 확인할 수 없습니다. 하나의 그림에서 효과의 크기와 방향을 확인하려면 표준화된 효과의 정규 확률도를 사용하십시오.

이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오