分析响应曲面设计的二元响应示例

清洁室的工程师分析响应曲面设计以确定密封时间、温度和压力如何影响密封托盘的密封质量。在由 800 个托盘密封组成的样本中,响应是二元的:密封是否完整。

工程师收集数据并分析设计以确定哪个因子影响密封强度。

  1. 打开样本数据 托盘密封.MTW.
  2. 选择 统计 > DOE > 响应曲面 > 分析二值响应
  3. 事件名称中,输入事件
  4. 事件数中,输入已密封
  5. 试验数中,输入样本
  6. 单击
  7. 包括以下项下,选择完全二次
  8. 单击确定
  9. 单击图形
  10. 残差图下,选择四合一
  11. 单击每个对话框中的确定

解释结果

在方差分析表中,温度、压力和温度*温度的 p 值显著。工程师可以考虑通过简化模型来删除不显著的项。有关更多信息,请转到模型简化

偏差 R2 值显示模型可以解释响应中总偏差的 97.47%,这表明该模型与数据的拟合良好。

通过效应的 Pareto 图,您可以直观地识别出重要效应,并比较各种效应的相关大小。此外,还可以发现最大的效应是温度*温度 (BB),因为它延伸得最远。

Response Surface Binary Logistic Regression: Sealed versus Time, Temperature, .

Method Link function Logit Rows used 15
Response Information Event Variable Value Count Name Sealed Event 9637 Event Non-event 2363 Samples Total 12000
Coded Coefficients Term Coef SE Coef VIF Constant 3.021 0.384 Time 0.210 0.139 18.53 Temperature 0.641 0.159 19.53 Pressure 0.420 0.211 70.48 Time*Time -0.0735 0.0482 1.01 Temperature*Temperature 0.2988 0.0517 1.17 Pressure*Pressure -0.0022 0.0277 70.24 Time*Temperature -0.0092 0.0505 1.14 Time*Pressure 0.0417 0.0342 18.12 Temperature*Pressure -0.0521 0.0396 19.24
Odds Ratios for Continuous Predictors Unit of Odds 95% Change Ratio CI Time 1.0 * (*, *) Temperature 25.0 * (*, *) Pressure 7.5 * (*, *) Odds ratios are not calculated for predictors that are included in interaction terms because these ratios depend on values of the other predictors in the interaction terms.
Model Summary Deviance Deviance R-Sq R-Sq(adj) AIC AICc BIC 97.47% 96.50% 140.64 195.64 147.72
Goodness-of-Fit Tests Test DF Chi-Square P-Value Deviance 5 23.40 0.000 Pearson 5 23.88 0.000 Hosmer-Lemeshow 5 7.47 0.188
Deviance Table Source DF Adj Dev Adj Mean Chi-Square P-Value Model 9 903.478 100.386 903.48 0.000 Time 1 2.303 2.303 2.30 0.129 Temperature 1 16.388 16.388 16.39 0.000 Pressure 1 3.966 3.966 3.97 0.046 Time*Time 1 2.331 2.331 2.33 0.127 Temperature*Temperature 1 34.012 34.012 34.01 0.000 Pressure*Pressure 1 0.006 0.006 0.01 0.937 Time*Temperature 1 0.033 0.033 0.03 0.856 Time*Pressure 1 1.490 1.490 1.49 0.222 Temperature*Pressure 1 1.731 1.731 1.73 0.188 Error 5 23.404 4.681 Total 14 926.882
Regression Equation in Uncoded Units P(Event) = exp(Y')/(1 + exp(Y'))

Y' = 17.77 + 0.348 Time - 0.1918 Temperature + 0.1146 Pressure - 0.0735 Time*Time + 0.000478 Temperature*Temperature - 0.000039 Pressure*Pressure - 0.00037 Time*Temperature + 0.00556 Time*Pressure - 0.000278 Temperature*Pressure

Fits and Diagnostics for Unusual Observations Observed Obs Probability Fit Resid Std Resid 1 0.7113 0.6856 1.5722 4.45 R 3 0.9025 0.8879 1.3370 2.50 R 7 0.9675 0.9565 1.5927 2.17 R 8 0.6737 0.6884 -0.8891 -2.44 R 10 0.5550 0.5660 -0.6265 -2.07 R 11 0.9025 0.9281 -2.6700 -4.20 R 12 0.8413 0.8633 -1.7806 -3.54 R 15 0.7113 0.6892 1.3592 3.64 R R Large residual
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