该帮助的版本不再更新，请参见https://www.jmp.com/support/help/zh-cn/15.2 获取最新的版本.


实验设计指南  • 确定性筛选设计 • 技术细节 • 实验数据分析
上一个
 • 
下一个
实验数据分析
通常，您想要拟合一个模型，该模型允许双因子交互作用可能是活跃的。您也可能想要在模型中包含纯二次项。您可能需要假设一个完全二阶模型，或是您想要指定一个仅包含一些二阶项的先验模型。
双因子交互作用
在拟合此类模型时，您需要注意两个事实：
•
双因子交互作用效应与二次效应往往相关
•
无法同时估计所有双因子交互作用和二次效应
图 7.23为包含八个连续因子的设计显示了相关性色图，如图 7.22所示。该色图针对完全二次设计。八个纯二次效应列在最右侧。通过使用“实验设计”>“设计诊断”>“评估设计”并在“别名项”列表中输入适当的项，您可以构造该图。详细信息，请参见“评估设计”一章中第 396 页的“别名项”。
图 7.23 完全二次模型的相关性色图
使用光标将鼠标指针悬停在色图单元格上方，以便查看效应之间的绝对相关性。您会看到主效应与所有双因子交互作用和纯二次效应都不相关。还会看到没有任何效应与其他效应完全混杂，因为唯一的红色单元格位于主对角线上。但请注意，双因子交互作用之间的某些绝对相关性很大，有些甚至高达 0.75。还要注意，双因子交互作用与纯二次效应之间的绝对相关性为 0 或 0.3118。
若只有主效应和纯二次效应活跃，您可以拟合包含主效应和二次效应的饱和模型。该模型将生成无偏的效应估计值，假定没有任何活跃的三因子或更高阶的效应。
由于相关性涉及二阶效应，您必须小心地拟合包含双因子交互作用的模型。包括以下分析方法，首选第一种：
•
“有效模型选择”方法的效果较好，特别是在可能有许多效应活跃时。请参见““拟合确定性筛选”平台”一章中第 243 页的“DSD 的有效模型选择”。
•
若以下条件成立，前向逐步或所有可能的子集回归都会充分执行。
‒
活跃效应数不超过试验次数的一半。
‒
至多有两个活跃的双因子交互作用或至多有一个活跃的二次效应。
请参见前向逐步回归或所有可能的子集回归。
前向逐步回归或所有可能的子集回归
该方法包括首先指定一个完全响应曲面模型。然后执行以下操作之一：
•
使用前向逐步回归，将“停止规则”设置为“最小 AICc”并将“规则”设置为“合并”，以确保模型的遗传性。
•
使用“所有可能的模型”回归，您需要选择强制“遗传限制”的选项，并使用 AICc 准则进行模型选择。
您无法拟合完整响应曲面模型，因为试验次数小于参数个数。所以您的分析取决于效应稀疏假设，此时您假设活跃效应数小于试验次数。该方法有以下一些限制：
•
若活跃效应数超过试验次数的一半，则逐步回归和所有可能的模型回归都很难找到正确的模型。
•
检测适合的二次效应的检验功效很低。二次效应必须超过三倍的误差标准差，功效才能超过 0.9。
•
由于效应混杂，若干模型可能等效。将需要额外试验来解决混杂。