유효한 결과를 얻으려면 데이터를 수집하고 분석을 수행하거나 결과를 해석할 때 다음 지침을 따르십시오.
- 설계가 2-수준 요인 설계여야 함
- 2-수준 요인 설계가 없으면 등분산 검정을 사용하십시오.
- 반응이 반복측정 또는 반복실험 측정값의 표준 편차여야 함
- 반복측정 측정값은 같은 실험 런 또는 연속되는 런을 통해 산출되고 반복실험 측정값은 동일하지만 별개의 실험 런을 통해 산출됩니다. 반복측정 데이터는 여러 열로 구성된 행에 입력하고 반복실험 데이터는 단일 열에 입력합니다.
- 위치 효과를 분석하려면 반복측정의 평균을 저장한 다음 요인 설계 분석을 사용하십시오.
- 데이터에는 계량형 또는 범주형 요인이 2개 이상 포함되어 있어야 함
- 하나의 범주형 요인만 있고 계량형 예측 변수가 없는 경우 등분산 검정을 사용할 수 있습니다.
- 측정 시스템에서 신뢰할 수 있는 반응 데이터를 생성하는지 확인
-
측정 시스템의 변동성이 너무 크면 실험에 중요한 효과를 찾기 위한 검정력이 결여될 수도 있습니다.
- 각 관측치가 다른 모든 관측치로부터 독립적이어야 함
-
개별 관측치가 종속되면 결과가 유효하지 않을 수도 있습니다. 관측치가 독립적인지 여부를 확인하려면 다음과 같은 점을 고려하십시오.
- 한 관측치가 다른 관측치에 대한 정보를 제공하지 않으면 관측치가 독립적입니다.
- 한 관측치가 다른 관측치에 대한 정보를 제공하면 관측치가 종속됩니다.
- 실험 런이 랜덤화되어야 함
-
랜덤화하면 제어되지 않는 조건으로 인해 결과가 치우칠 확률이 감소합니다. 랜덤화를 통해 재료와 조건의 내재되어 있는 변동을 추정할 수 있으므로 실험의 데이터를 근거로 올바른 통계 추론을 작성할 수 있습니다.
경우에 따라 랜덤화로 인해 바람직하지 않은 런 순서가 지정될 수도 있습니다. 예를 들어, 요인 수준을 변경하기 어렵고 비용이 많이 들거나 안정된 공정을 생성하는 데 오랜 시간이 걸릴 수 있습니다. 이러한 경우에는 수준 변경을 최소화하기 위해 분할구 설계를 사용하여 랜덤화할 수도 있습니다.
- 최적의 경험을 사용한 데이터 수집
-
유효한 결과를 얻으려면 다음 지침을 따르십시오.
- 데이터가 관심 있는 모집단을 나타내는지 확인합니다.
- 필요한 정밀도를 제공하기에 충분한 데이터를 수집합니다.
- 데이터를 수집된 순서대로 기록합니다.
- 모형이 데이터를 잘 적합해야 함
-
모형이 데이터를 적합시키지 않으면 잘못된 결과를 얻을 수 있습니다. 결과에서 잔차 그림, 비정상적인 관측치에 대한 진단 통계량 및 모형 요약 통계량을 사용하여 모형이 데이터를 얼마나 잘 적합시키는지 확인하십시오.