分析明确筛选设计的二元响应示例

质量工程师想要改进蝴蝶脆饼生产流程。颜色是关键的质量特征。工程师使用明确筛选设计以确定哪些潜在因子会影响蝴蝶脆饼的颜色。对于本试验,检查员按照符合标准或不符合标准对小批次的蝴蝶脆饼进行快速分类。

  1. 打开样本数据 蝴蝶脆饼颜色.MTW
  2. 选择。 统计 > DOE > 筛选 > 分析二元响应
  3. 事件名称中,输入事件
  4. 事件数中,输入合格的颜色
  5. 试验数中,输入试验次数
  6. 单击
  7. 包括以下项中,选择完全二次。单击确定
  8. 单击逐步
  9. 方法中,选择转发信息标准
  10. 单击每个对话框中的确定

解释结果

Pareto 图显示与最佳模型(按照 AICc 标准)中的项相对应的条。模型中的两个主效应:烘制时间 (E) 和 烘制温度 2 (H)。该模型还包括烘制时间的平方项,以及这两个因子之间的交互作用效应。

工程师同意此模型与其过程知识相匹配。工程师决定使用模型来规划进一步的试验。

方法

链接函数Logit
已使用的行数50

项的前进法

获得的最小 AICc = 243.23

响应信息

变量计数事件名称
合格的颜色事件4235事件
  非事件765 
试验次数合计5000 

已编码系数

系数系数标准误方差膨胀因子
常量2.3940.145 
烘制时间0.73490.05381.11
烘制温度 20.54510.05411.20
烘制时间*烘制时间-0.3840.1531.04
烘制时间*烘制温度 2-0.51060.05621.24

连续预测变量的优势比

变更单位优势比95% 置信区间
烘制时间2*(*, *)
烘制温度 215*(*, *)
没有计算交互作用项中包含的预测变量的优势比,原因是这些优势比取决于交互作用项中的其他预测变量的值。

模型汇总

偏差 R-Sq偏差 R-Sq (调整)AICAICcBIC
95.81%95.29%241.87243.23251.43

拟合优度检验

检验自由度卡方P 值
偏差4532.280.922
Pearson4531.930.929
Hosmer-Lemeshow87.100.526

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4737.452184.363737.450.000
  烘制时间1203.236203.236203.240.000
  烘制温度 21100.432100.432100.430.000
  烘制时间*烘制时间16.7706.7706.770.009
  烘制时间*烘制温度 2180.60580.60580.610.000
误差4532.2760.717   
合计49769.728     

以未编码单位表示的回归方程

P(事件)=exp(Y')/(1 + exp(Y'))
Y'=-11.984 + 3.361 烘制时间 + 0.08740 烘制温度 2 - 0.0961 烘制时间*烘制时间 - 0.01702 烘制时间*烘制温度 2

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
10.98000.93762.02982.13R
70.98000.93961.95812.00R
240.90000.9497-2.0182-2.15R
R  残差大