分析响应曲面设计的二元响应示例

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。

方法

链接函数	Logit
已使用的行数	15

响应信息

变量	值	计数	事件名称
已密封	事件	9637	Event
	非事件	2363
样本	合计	12000

已编码系数

项	系数	系数标准误	方差膨胀因子
常量	3.021	0.384
时间	0.210	0.139	18.53
温度	0.641	0.159	19.53
压力	0.420	0.211	70.48
时间*时间	-0.0735	0.0482	1.01
温度*温度	0.2988	0.0517	1.17
压力*压力	-0.0022	0.0277	70.24
时间*温度	-0.0092	0.0505	1.14
时间*压力	0.0417	0.0342	18.12
温度*压力	-0.0521	0.0396	19.24

连续预测变量的优势比

	变更单位	优势比	95% 置信区间
时间	1.0	*	(*, *)
温度	25.0	*	(*, *)
压力	7.5	*	(*, *)

模型汇总

偏差 R-Sq	偏差 R-Sq (调整)	AIC	AICc	BIC
97.47%	96.50%	140.64	195.64	147.72

拟合优度检验

检验	自由度	卡方	P 值
偏差	5	23.40	0.000
Pearson	5	23.88	0.000
Hosmer-Lemeshow	5	7.47	0.188

方差分析

来源	自由度	调整后偏差	调整后均值	卡方	P 值
模型	9	903.478	100.386	903.48	0.000
时间	1	2.303	2.303	2.30	0.129
温度	1	16.388	16.388	16.39	0.000
压力	1	3.966	3.966	3.97	0.046
时间*时间	1	2.331	2.331	2.33	0.127
温度*温度	1	34.012	34.012	34.01	0.000
压力*压力	1	0.006	0.006	0.01	0.937
时间*温度	1	0.033	0.033	0.03	0.856
时间*压力	1	1.490	1.490	1.49	0.222
温度*压力	1	1.731	1.731	1.73	0.188
误差	5	23.404	4.681
合计	14	926.882

以未编码单位表示的回归方程

P(Event)	=	exp(Y')/(1 + exp(Y'))

Y'	=	17.77 + 0.348 时间 - 0.1918 温度 + 0.1146 压力 - 0.0735 时间*时间 + 0.000478 温度*温度 - 0.000039 压力*压 力 - 0.00037 时间*温度 + 0.00556 时间*压力 - 0.000278 温度*压力

异常观测值的拟合和诊断

观测值	观测到的概率	拟合值	残差	标准化残差
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