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.
- 표본 데이터를 엽니다 프레첼색상.MTW.
- 을 선택합니다.
- 사건 이름에 사건을 입력합니다.
- 사건 발생 횟수에 받아들일 수 있는 색상을 입력합니다.
- 시행 횟수에 시행을 입력합니다.
- 항을(를) 클릭합니다.
- 포함할 항에서 완전 2차을 선택합니다. 확인을(를) 클릭합니다.
- 단계적 회귀 분석을(를) 클릭합니다.
- 방법에서 정보 기준 전진 선택법을 선택합니다.
- 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