请完成以下步骤来解释响应优化器。主要输出包括优化图、拟合值和置信区间。
步骤 1：确定每个预测变量的最佳设置
使用优化图可以在提供了指定参数时为预测变量确定最优的设置。您可以通过移动红色竖条直接在图上修改变量设置。与优化图交互的方式取决于构建模型的菜单。
- 统计
- 双击优化图以使其变为交互图。
- 预测分析模块
- 情节总是互动的。
优化图会显示预测变量设置的拟合值。对于线性回归模型，请检查输出中的预测区间，以确定单个未来值的可能值范围是否在流程的可接受边界内。
关键结果：优化图
对于绝缘数据，复合合意性为 0.7750。图的第一列显示在材料每个水平下的响应值，材料是一个类别变量。当前的变量设置为：材料 = 公式 2，注塑压力 = 98.4848，注塑温度 = 100.0，冷却温度 = 45.0。目标是使绝缘值最大化。它的预测值为 25.6075，其单个合意性为 0.85386。协变量测量温度作为一个不可控的噪声变量包括在模型中，它保持在 21.49。未来的观测值如下所示：
- 材料：此列中每个单元格的两个点表示分类变量的两个水平：Formula1 和 Formula2。公式 2 显示为最佳材料。改为公式 1 会降低绝缘值并增大密度，而这都不是所希望的。但是，由于材料类型与其他因子的交互作用，因此在其他设置下可能无法保持这种趋势。请考虑是否可找到公式 1 的局部解。或者，通过移动竖线，直接在图形上更改公式 1 的设置。
- 注塑压力：增大注塑压力会增大所有三个响应。因此，最优设置是范围的中间值 (98.4848)，它反映了冲突目标之间的折衷值。目标是最大化绝缘值，最小化密度和最大化强度。
- 注入温度：增加注射温度也会增加所有响应。但与对绝缘值的影响相比，对密度的影响微乎其微。因此，可通过最大化注塑温度提高复合合意性。在该试验中，注塑温度的最优设置是处于最大水平时的设置。此结果表示您应当考虑使用较高的温度进行试验。
- 冷却温度：增大冷却温度会增大绝缘值，但会同时减小密度和强度。在该试验中，注塑温度和冷却温度的最优设置都是处于最大水平时的设置。此结果表示您应当考虑使用较高的温度进行试验。图形表明，冷却温度越高，越值得考虑。如果可以将图形外推，则较高的冷却温度会改善绝缘值和密度。但是，强度将降低。
步骤 2：确定点估计值和每个响应的可能范围
使用拟合值标识优化图中设置的每个响应变量的点估计值。
分析从菜单中 统计 计算模型的预测区间，从 中计算模型 线性回归 预测分析模块的预测区间。预测区间 (PI) 是可能包含指定的变量设置组合的一个未来响应值的范围。如果您收集另一个具有相同设置的数据点，新数据点可能会处于预测区间内。更窄的预测区间表示更精确的预测。
预测区间有助于评估结果的实际意义。如果预测区间超出可接受的界限，对于您的要求来说，预测可能不够精确。在这种情况下，请考虑以下选项：
- 搜索在优化图上提供足够精确度的设置。
- 执行其他研究并考虑增加样本数量以获得更精确的预测。
与优化图交互的方式取决于构建模型的菜单。
- 统计
- 双击优化图以使其变为交互图。
- 预测分析模块
- 情节总是互动的。
要在优化图上搜索更好的设置，请通过移动红色垂直条直接在 上 优化图 调整预测变量设置。对于 的优化图 线性回归，选择工具栏上的按钮 预测 以生成新的预测区间，以确定新解是否可接受。
多响应预测
| 变量 | 设置 |
|---|---|
| 材料 | 公式 2 |
| 注塑压力 | 98.4848 |
| 注塑温度 | 100 |
| 冷却温度 | 45 |
| 测量温度 | 21.4875 |
| 响应 | 拟合值 | 拟合值标准误 | 95% 置信区间 | 95% 预测区间 |
|---|---|---|---|---|
| 强度 | 32.34 | 1.04 | (29.45, 35.22) | (27.25, 37.43) |
| 密度 | 0.6826 | 0.0597 | (0.5167, 0.8484) | (0.3899, 0.9753) |
| 绝缘 | 25.608 | 0.268 | (24.863, 26.352) | (24.294, 26.921) |
关键结果：适合，PI
在这些结果中，优化图上的输入变量设置与下面的预测均值和预测区间相关联：
- 平均强度是 32.34，单个未来值的可能值范围是 27.25 到 37.43。
- 平均密度为 0.6826，单个未来值的可能值范围为 0.3899 至 0.9753。
- 平均绝缘强度是 25.608，单个未来值的可能值范围是 24.294 到 26.921。
使用您的过程知识可以确定预测区间是否落在可接受的界限内。
