minitab学习系列 您所在的位置:网站首页 minitab怎么做正态概率图 minitab学习系列

minitab学习系列

2023-08-18 10:35| 来源: 网络整理| 查看: 265

系列文章目录

文章目录 系列文章目录前言一、问题描述二、星号分析1.原因分析一2.原因分析二3.原因分析三 总结

前言

以下DOE仅用于分析F值和P值的*号,模型的好坏不做分析

一、问题描述

DOE实验矩阵 矩阵介绍:7因子、2水平、3中心点、部分因子(1/8)、19次实验 在这里插入图片描述 DOE实验数据

响应为:水迹比例 在这里插入图片描述 DOE分析

问题如下:F值和P值均为星号 在这里插入图片描述 在这里插入图片描述 直到模型中包含项的阶数减少到2阶,F值和P值才计算出来 在这里插入图片描述 在这里插入图片描述

二、星号分析 DF(degree freedom)自由度SS(stdev square)方差MS(mean square)均方差

方差分析:根据不同需要把某变量方差分解为不同的部分,比较它们之间的大小并用F检验进行显著性检验的方法。又称“变异数分析”或“F检验”,是用于两个及两个以上样本均数差别的显著性检验。

F值是两个均方的比值[效应项/误差项],不可能出现负值。 F值越大[与给定显著水平的标准F值相比较]说明处理之间效果[差异]越明显,误差项越小说明试验精度越高。

DF - 每个来源的自由度。如果因子具有三个水平,则自由度为 2 (n-1)。如果总共有 30 个观测值,则总自由度为 29 (n - 1)。SS - 组间平方和(因子)以及组内平方和(误差)。MS - 平方和除以自由度得出的均方。F - 通过将因子 MS 除以误差 MS 来计算;可以将此比率与在表中找到的临界 F 进行比较,或者可以使用 p 值来确定某个因子是否显著。P - 用于确定某个因子是否显著;通常与 alpha 值 0.05 进行比较。如果 p 值低于 0.05,则该因子是显著的。

minitab方差分析说明书

1.原因分析一

三因子、2水平、0中心点、1仿行、1区组 在这里插入图片描述 方差分析F值和P值的星号 在这里插入图片描述 计算分析 在这里插入图片描述 缺失值在表格中是因为minitab不能计算这些统计量,由于残差为0自由度(DF),如果误差为0自由度,以上计算就会失效; 结论:误差的0自由度导致其他的计算均失效; 补救措施:去掉一个或多个交互作用并重新拟合;

2.原因分析二

三因子、2水平、3中心点、1仿行、1区组 在这里插入图片描述 在这里插入图片描述

在这里插入图片描述 结论:当加入3个中心点后,自由度提升,结果就可计算;因此对于实验我们可以适当添加中心点以提高自由度;

3.原因分析三

情景描述:误差自由度为2,F值和P值依旧为*号 在这里插入图片描述 原因:Adj SS为0

总结

分享: 一件事情要想做的很有成就一定要有三种心态,第一种是科学,也就是规律,必须符合规律和趋势,这是前提,第二是艺术心态,只易用有追求才有动力,只有灵感才有空间,享受其中才能无限创造。第三是手艺心态,所谓手艺就是重复做,并熟能生巧。三者和谐统一,方成大业。做符合趋势规律的事情,带有超级创造的艺术心态,像手艺人一样熟能生巧而重复的坚持。



【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有