别名矩阵汇总

在“比较设计”报表中，“别名矩阵汇总”表列出假设模型中的项。这些是对应于“模型”部分中所列效应的项。在给定设计的前提下，对于“项”列中的每个条目，将为对应于“别名项”部分中的效应的项计算别名矩阵条目平方和的平方根。在给定设计的“均方根值”列中报告该值。有关示例，请参见别名矩阵汇总值的计算示例。

“别名矩阵”解决不包括在模型中的项如何影响模型项的估计值的问题（若这些项确实是活跃的）。在“别名项”部分中列出可能的活跃效应，它们不在您的假设模型中，但是可能使模型项的估计值偏倚。“别名矩阵”条目表示别名项效应给模型参数带来的偏倚程度。请参见别名项和别名矩阵。

注意：仅当“别名项”列表中有效应时才会显示“别名矩阵汇总”报表。

图 17.27 两个设计的别名矩阵汇总 

图 17.27 显示在使用相同试验规模的设计的示例中构造的 Plackett-Burman 和确定性筛选设计的“别名矩阵汇总”报表（“模型”部分中仅有主效应）。所有双因子交互作用都位于“别名项”列表中。该表显示：对于确定性筛选设计，主效应与双因子交互作用不相关。

根据“别名矩阵汇总”表下方显示的颜色梯度对“均方根值”着色。您可以使用“别名矩阵汇总”红色小三角菜单中的选项控制颜色图例。请参见颜色仪表板。

别名矩阵

“别名矩阵”的行是对应于“模型”部分中所列模型效应的项。列是对应于“别名项”部分中所列效应的项。给定的行和列中的条目指示别名项在多大程度上影响对应于模型项的参数估计值。

在评估设计时，您理想上希望相对于“别名矩阵”中的任何条目，符合两种情形之一：一种情况是条目很小，另一种情况是条目不小，但别名项的效应很小，以至于偏倚很小。若您怀疑别名项的效应可能很大，则该项应包括在模型中或您应考虑别名最优设计。实际上，别名最优性取决于别名矩阵的平方值。

有关别名矩阵的其他背景信息，请参见“别名矩阵”。另见 Lekivetz, R. (2014)。

别名矩阵汇总值的计算示例

本例演示如何计算“别名矩阵汇总”部分中显示的值。在本例中，您在假定只有主效应活跃的前提下比较两个设计。

1. 选择帮助 > 样本索引，点击打开样本脚本目录，然后选择 Compare Same Run Size.jsl。

2. 在脚本窗口中右击并选择运行脚本。

随之构造两个 13 次试验设计表：

‒ 确定性筛选设计

‒ Plackett-Burman

您只关注 Plackett-Burman 设计。这是活跃表。

3. 从 Plackett-Burman 表中，选择实验设计 > 设计诊断 > 评估设计。

4. 从 X1 一直选择到 X6，然后点击X，因子。

5. 点击确定。

6. 打开“别名项”部分，确认所有双因子交互作用都位于“别名项”列表中。

7. 打开“别名矩阵”部分。

对于“效应”列中列出的每个模型项，给定列中该行的条目都指示别名项在多大程度上影响对应于模型项的参数估计值。

例如，要获取图 17.27 中对应于 X1 的“别名矩阵汇总”条目，将“别名矩阵”中的 X1 对应的行中的各项取平方，取其平均值，然后再取平方根。可以得到 0.2722。