比较“拟合两水平筛选”和“拟合模型”的示例

使用 Reactor Half Fraction.jmp 样本数据表。该数据源自 Box, Hunter, and Hunter (1978) 中讨论的设计。您关注的是包含主效应和双因子交互作用的模型。该示例针对包含 16 次试验的设计使用一个包含 15 个参数的模型。

对于本例，将所有连续因子（响应反应百分比除外）选作筛选效应 X。将反应百分比选作响应 Y。“筛选”平台自动构造交互作用。这与“拟合模型”形成对比，您需要在“拟合模型”中手动指定要包括在模型中的交互作用。

传统饱和的 Half Reactor.jmp 设计输出显示了使用“拟合模型”平台的结果，在该平台中指定了析因阶数为 2 的模型。由于没有足够的观测来估计误差项，所以不可能执行标准检验。

传统饱和的 Half Reactor.jmp 设计输出

JMP 可计算参数估计值，但因为误差没有自由度，标准误差、t 比和 p 值全部缺失。与使用“拟合模型”相比，使用“拟合两水平筛选”平台可以构建更好的模型，因为该平台非常善于从以上情形中获取最多信息。“拟合两水平筛选”平台为同一数据生成的报表显示在Half Reactor.jmp“拟合两水平筛选设计”报表中。

Half Reactor.jmp“拟合两水平筛选设计”报表

•	估计值标记为对比。个体 p 值小于 0.10 的效应将突出显示。

•	t 比使用 Lenth PSE（伪标准误差）计算。Lenth PSE 显示在“半正态图”下方。

•	同时显示个体和联合 p 值。小于 0.05 的 p 值标有星号。

•	“半正态图”支持您快速检查效应。最初在效应列表中突出显示的效应也在该图中进行了标记。

•	您可以通过在“对比”分级显示项中点击效应将其突出显示。

•	使用构建模型按钮可打开“拟合模型”窗口，其中包含选定的效应。使用运行模型按钮可基于选定效应运行模型。

对于本例，已选定催化剂、温度和浓度以及它们的两个双因子交互作用。