在为双水平因子设计计算功效和样本数量时如何计算要从模型中省略的项数

默认的计算是针对可以拟合的最大模型。具有最大项数的模型的计算对于缩减模型而言是保守的。例如,在所有其他属性一样的情况下,未缩减模型的功效小于缩减模型。为获得缩减模型的功效、仿行数、效应大小或中心点数的更准确计算,请从模型中省略对应的项数。

要省略项,请使用双水平因子设计的功效和样本数量设计 子对话框。最大项数的基本计算使用:
模型
模型中的最大项数
未划分区组的设计或者具有完整区组的设计
基本设计中的唯一角点数 – 1
例如,对于具有 3 个因子和 8 个角点的设计,代表因子的 7 个项为 A、B、C、AB、AC、BC 和 ABC。此设计的最大项数为 7。如果省略了 1 个项,则计算对于与主要效应和 2 因子交互拟合的模型而言是正确的。如果省略 4 个项,则计算对于具有 3 个主效应的模型而言是正确的。
具有
基本设计中的唯一角点数 – 1 –(区组数 – 1)
完整的区组以相等的数值包含设计中的所有角点。如果设计包含不完整的区组,则区组数量会降低最大项数。降低数量为与区组互为别名的项数。例如,对于具有 3 个因子、8 个角点、1 个仿行和 2 个区组的设计,3 因子交互将与区组互为别名。因此,模型中的最大项数为 6,而不是 7。对于具有 3 个因子、8 个角点、1 个仿行和 4 个区组的设计,3 个双向交互将与区组想混杂。因此,模型中的最大项数为 4,而不是 7。

使用 Minitab 确定要省略的项数

为确定要在复杂情形中省略的最大项数,请在 Minitab Statistical Software 中创建设计并检查别名表。最大项数是不与区组或标识项 (I) 互为别名的项的行数。例如,此别名表适用于具有 5 个因子、16 个游程、2 个仿行和 4 个区组的设计。此别名表具有 14 行不与区组或标识互为别名的因子项。因此, 14 为模型中的最大项数。要执行主效应模型计算,请省略 9 项。 9 为模型中不与主效应互为别名的项的行数。

别名结构 I + ABCDE 区组 = AB + CDE A + BCDE B + ACDE C + ABDE D + ABCE E + ABCD AC + BDE AD + BCE AE + BCD BC + ADE BD + ACE BE + ACD CD + ABE CE + ABD DE + ABC
使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策