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.
항의 전진 선택
달성된 최소 AICc = 243.23
반응 정보
| 받아들일 수 있는 색상 | 사건 | 4235 | 사건 |
|---|
| | 비사건 | 765 | |
|---|
| 시행 | 총계 | 5000 | |
|---|
코드화된 계수
| 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
| 굽기 시간 | 2 | * | (*, *) |
|---|
| 굽기 온도 2 | 15 | * | (*, *) |
|---|
모형 요약
| 95.81% | 95.29% | 241.87 | 243.23 | 251.43 |
|---|
적합도 검정
| 이탈도 | 45 | 32.28 | 0.922 |
|---|
| Pearson | 45 | 31.93 | 0.929 |
|---|
| Hosmer-Lemeshow | 8 | 7.10 | 0.526 |
|---|
분산 분석
| 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
| 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 |
|---|
