「Reactor Half Fraction.jmp」サンプルデータテーブルは、Box et al.（1978）で取り上げられている計画から派生した実験の結果をまとめたものです。主効果と2因子間交互作用を含んだモデルをあてはめ、有意な効果を特定してみましょう。この例では、モデルのパラメータは15個、実験回数は16回です。「2水準スクリーニングのあてはめ」と「モデルのあてはめ」の両プラットフォームを使って分析を行います。
|
1.
|
［ヘルプ］>［サンプルデータライブラリ］を選択し、「Reactor Half Fraction.jmp」を開きます。
|
|
3.
|
「反応率(%)」を選択し、［Y］をクリックします。
|
|
4.
|
|
–
|
個別p値が0.10未満の効果が選択されています。
|
|
–
|
Lenthの擬似標準誤差（PSE; Pseudo-Standard Error）を使ってt値が計算されています。Lenthの擬似標準誤差の値は半正規プロットの下に表示されます。
|
|
–
|
個別p値と同時p値の両方が計算されています。0.05を下回る値にはアスタリスクがついています。
|
|
1.
|
「Reactor Half Fraction.jmp」データテーブルから［分析］>［モデルのあてはめ］を選択します。
|
|
2.
|
「反応率(%)」を選択し、［Y］をクリックします。
|
|
3.
|
|
4.
|
［実行］をクリックします。
|
標本サイズが16、モデル項の数も16であるため、誤差の大きさ（誤差分散）を推定することはできません。誤差分散の推定値がなければ、標準的な検定を行うことができません。パラメータ推定値は計算されますが、誤差分散は推定できないので、パラメータ推定値の標準誤差、t値、p値は算出されません。「2水準スクリーニングのあてはめ」プラットフォームを使えば、このような飽和計画のデータからも最大限の情報を引き出し、因子をスクリーニングすることができます。