확정 선별 설계를 위한 이항 반응 분석

품질 엔지니어들이 프레첼 생산 공정을 개선하려고 합니다. 색상은 주요한 품질 특성입니다. 엔지니어들은 프레첼 색상에 영향을 미치는 요인을 확인하기 위해 확정 선별 설계를 사용합니다. 실험을 위해 검사자들은 프레첼의 작은 배치를 합치 및 비합치 범주로 신속하게 정렬합니다.

  1. 표본 데이터를 엽니다 프레첼색상.MTW.
  2. 통계분석 > 실험계획법 > 선별 설계 > 이항 반응 분석을 선택합니다.
  3. 사건 이름사건을 입력합니다.
  4. 사건 발생 횟수받아들일 수 있는 색상을 입력합니다.
  5. 시행 횟수시행을 입력합니다.
  6. 을(를) 클릭합니다.
  7. 포함할 항에서 완전 2차을 선택합니다. 확인을(를) 클릭합니다.
  8. 단계적 회귀 분석을(를) 클릭합니다.
  9. 방법에서 정보 기준 전진 선택법을 선택합니다.
  10. 각 대화 상자에서 확인을 클릭합니다.

결과 해석

Pareto 차트에는 AICc 기준에 따라 최적 모형의 항에 대한 막대가 표시됩니다. 모형의 두 주효과는 굽기 시간(E) 및 굽기 온도 2(H)입니다. 모형에는 또한 굽기 시간에 대한 제곱 항 및 두 요인 사이의 교호작용 효과가 포함됩니다.

엔지니어들은 이 모형이 자신의 공정 지식과 일치한다는 데 동의합니다. 엔지니어들은 추가 실험을 계획하기 위해 모형을 사용하기로 결정합니다.

선별 설계 이항 로지스틱 회귀: 받아들일 수 있는 색상 대 밀가루 단백질, 수분, 혼합 시간, 숙성 시간, 굽기 시간, 건조 시간, 굽기 온도 1, ...

방법 연결 함수 로짓 사용된 행 50
항의 전진 선택 달성된 최소 AICc = 243.23
반응 정보 변수 값 카운트 사건 이름 받아들일 수 있는 색상 사건 4235 사건 비사건 765 시행 총계 5000
코드화된 계수 항 계수 SE 계수 VIF 상수 2.394 0.145 굽기 시간 0.7349 0.0538 1.11 굽기 온도 2 0.5451 0.0541 1.20 굽기 시간*굽기 시간 -0.384 0.153 1.04 굽기 시간*굽기 온도 2 -0.5106 0.0562 1.24
계량형 예측 변수에 대한 승산비 95% 변경 단위 승산비 CI 굽기 시간 2 * (*, *) 굽기 온도 2 15 * (*, *) 승산비는 교호작용 항의 다른 예측 변수 값에 의존하기 때문에 교호작용 항에 포함된 예측 변수에 대해서는 계산되지 않습니다.
모형 요약 이탈도 이탈도 R-Sq R-Sq(수정) AIC AICc BIC 95.81% 95.29% 241.87 243.23 251.43
적합도 검정 검정 DF 카이-제곱 P-값 이탈도 45 32.28 0.922 Pearson 45 31.93 0.929 Hosmer-Lemeshow 8 7.10 0.526
분산 분석 출처 DF 수정 분산 수정 평균 카이-제곱 P-값 모형 4 737.452 184.363 737.45 0.000 굽기 시간 1 203.236 203.236 203.24 0.000 굽기 온도 2 1 100.432 100.432 100.43 0.000 굽기 시간*굽기 시간 1 6.770 6.770 6.77 0.009 굽기 시간*굽기 온도 2 1 80.605 80.605 80.61 0.000 오차 45 32.276 0.717 총계 49 769.728
코드화되지 않은 단위의 회귀 방정식 P(사건) = exp(Y')/(1 + exp(Y')) Y' = -11.984 + 3.361 굽기 시간 + 0.08740 굽기 온도 2 - 0.0961 굽기 시간*굽기 시간 - 0.01702 굽기 시간*굽기 온도 2
비정상적 관측치에 대한 적합치 및 진단 관측 관측된 확률 적합치 잔차 표준화 잔차 1 0.9800 0.9376 2.0298 2.13 R 7 0.9800 0.9396 1.9581 2.00 R 24 0.9000 0.9497 -2.0182 -2.15 R R 큰 잔차
이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오