위치 효과와 산포 효과 분석

Minitab을 사용하면 2-수준 요인 설계를 통해 위치 효과와 산포 효과를 모두 분석할 수 있습니다. 산포 효과를 검토하려면 반응의 반복측정 또는 반복실험 측정값이 있어야 합니다.

위치 모형: 반응의 평균과 요인의 관계를 조사합니다.
산포 모형: 반복측정 또는 반복실험 반응의 표준 편차와 요인의 관계를 조사합니다.

설계를 결정하고 데이터를 수집한 후 위치 모형과 산포 모형을 모두 분석할 수 있습니다. 다음은 Minitab에서 위치 모형과 산포 모형을 분석하는 단계 및 각 단계에서 고려할 수 있는 옵션 리스트입니다.

변동성 분석을 위한 반응인자 사전 처리를 사용하여 반복측정 또는 반복실험 반응의 표준 편차를 계산하거나 정의합니다. 변동성 분석을 위한 반응인자 사전 처리을 열려면 통계분석 > 실험계획법 > 요인 설계 > 변동성 분석을 위한 반응인자 사전 처리을 선택하십시오.
변동성 분석을 사용하여 산포 모형을 분석합니다. 변동성 분석을 열려면 통계분석 > 실험계획법 > 요인 설계 > 변동성 분석을 선택하십시오.
이 단계에서는 다음을 수행할지 여부를 고려해야 합니다.
- 최소 제곱 또는 최대우도 추정 방법 사용 여부
- 위치 모형을 분석할 때 사용하기 위한 가중치 저장 여부(적합 또는 수정된 분산 사용)
요인 설계 분석을 사용하여 위치 모형을 분석합니다. 요인 설계 분석을 열려면 통계분석 > 실험계획법 > 요인 설계 > 요인 설계 분석을 선택하십시오.
이 단계에서는 다음을 고려해야 합니다.
- 사용할 반응 열:
  - 반복측정이 있는 경우에는 반응인자 사전 처리에서 계산한 저장된 평균 열을 사용합니다.
  - 반복실험이 있는 경우에는 원래 반응 데이터를 포함하는 열을 사용합니다.
  예를 들어, 2³ 요인 설계를 4번 반복측정하면 실험이 8번 런되고 각 런에 대해 측정값이 4개씩 산출됩니다. Minitab에서는 각 런에서 반복측정 4번의 평균을 계산하여 결과적으로 총 8개의 관측치를 산출합니다. 또한 같은 설계를 4번 반복실험하면 실험이 32번 런됩니다. 이런 경우 각 측정값은 서로 구별되는 고유한 관측치이며 총 32개의 관측치가 제공됩니다. 반복실험 측정값을 사용하는 실험은 반복측정을 사용하는 실험보다 오차 항의 자유도가 높기 때문에 위치 모형에서 요인 설정 간의 차이를 찾는 데 유용합니다.
- 산포 분석에서 저장된 가중치를 사용할지 여부