实验设计指南 > “拟合两水平筛选”平台 > “拟合两水平筛选”平台示例
发布日期: 09/18/2023

“拟合两水平筛选”平台示例

使用“拟合两水平筛选”平台针对包含 16 次试验的设计构建一个包含 16 个参数的模型。您关注的是标识包含主效应和双因子交互作用的模型中的显著效应。示例中演示了“拟合两水平筛选”和“拟合模型”这两个平台的分析。

拟合两水平筛选

1. 选择帮助 > 样本数据文件夹,然后打开 Reactor Half Fraction.jmp

2. 选择实验设计 > 经典 > 两水平筛选 > 拟合两水平筛选

3. 选择反应百分比并点击 Y

4. 进料速度一直选择到浓度,点击 X,然后点击确定

注意:“拟合两水平筛选”平台自动构造包含交互作用项的模型。这与“拟合模型”平台形成对比,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。

图 11.2 Reactor Half Fraction.jmp“拟合两水平筛选设计”报表 

Reactor Half Fraction.jmp Fit Two Level Screening Design Report

请注意筛选报表的以下特性:

个体 p 值小于 0.10 的效应将被选定。

t 比使用 Lenth PSE(伪标准误差)计算。Lenth PSE 值显示在“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。最初在效应列表中选定的效应也在该图中进行了标记。

在本例中,已选定催化剂温度浓度以及它们的两个双因子交互作用。或者,您可以在“拟合模型”平台中拟合相同的模型。

拟合模型

1. Reactor Half Fraction.jmp 表中选择分析 > 拟合模型

2. 选择反应百分比并点击 Y

3. 进料速度一直选择到浓度,然后选择宏 > 析因次数

4. 点击运行

5. 打开“参数估计值”部分。

图 11.3 饱和的 Reactor Half Fraction.jmp 设计参数估计值 

Saturated Reactor Half Fraction.jmp Design Parameter Estimates

由于有 16 个观测和 16 个模型项,所以没有足够的观测来估计误差项。没有估计误差项则无法执行标准检验。尽管提供了参数估计值,但因为误差没有自由度,标准误差、t 比和 p 值全部缺失。这显示出“拟合两水平筛选”平台能够从筛选设计中获取最多信息的优势。

需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).