1.
选择帮助 > 样本数据,点击打开样本脚本目录,然后选择 Compare Split Plots.jsl
您想要比较这两种设计。请注意 4 Whole Plots 表是活跃的。
3.
4 Whole Plots 表中,选择实验设计 > 设计诊断 > 比较设计
4.
将“4 Whole Plots”对比列表中,选择 8 Whole Plots
完成的启动窗口
5.
点击确定
6.
打开“参考设计”下的匹配方式分级显示项:20 次试验“4 Whole Plots”。
裂区设计的匹配方式
两个裂区设计的功效分析
“功效分析”报表显示:整区因子 X1 的功效对于 4 个整区设计 (0.19) 比起对于 8 个整区设计 (0.497) 要小得多。不过,4 个整区设计检测裂区效应的功效较高,特别是两个裂区因子的交互作用 X2*X3(0.797 对比 0.523)。请注意,色条和图例下面给出了组合效应 X2*X3 的功效。
比较裂区设计的相对估计效率
“相对估计效率”报表显示了 X1 的相对估计效率为 0.778。这指示 4 个整区设计的 X1 的标准误差比 8 个整区设计明显大得多。
打开“估计的相对标准误差”报表。您可以看到 4 个整区设计中的 X1 的相对标准误差为 0.553,而 8 个整区的误差为 0.43。
在“相对估计效率”报表中,X2*X3 2 的相对估计效率为 1.449,这表明 8 个整区设计的与 X2*X3 2 关联的参数的标准误差比 4 个整区设计明显大得多。
“功效分析”报表和“相对估计效率”报表指示设计的选择围绕着检测整区效应 X1 的重要性。8 个整区设计为您提供了更好的检测整区效应的机会。4 个整区设计对于检测涉及分类变量的裂区效应要好一些。