効果的モデル選択では、応答YをYMEとY2ndに分けます。ここで、Y = YME + Y2ndという関係があります。
YMEは、主効果および偽因子に基づきYの回帰を行って得た予測値です。
YMEは、主効果と偽因子に対してYを回帰することにより得た予測値です。なお、決定的スクリーニング計画は折り重ね構造になっているので、YMEにブロック因子を含める必要はありません。ブロック因子はY2ndに含められます。
Y2ndは、Y2nd = Y - YMEで計算します。
メモ: 決定的スクリーニング計画では、YME とY2ndの列は互いに直交しています。
ステージ2: 応答Y2ndを使って、2次効果を特定する。このステージでは、ステージ1 で有効であると特定された主効果を含む2次効果をすべて検討して、その中から有効と思われる2次効果を特定します。
2.
この誤差分散推定値に基づき、YMEを用い、主効果を検定します。主効果のp値閾値より小さくなる場合、その主効果は応答に影響している(有効である)と見なされます。 閾値は次のとおりです。
3.
この閾値を下回るp値を持つ主効果がない場合は、有効な主効果がなく、有効な2次効果もないと結論付けられます。そして、この時点で、処理を終了します。
1.
YMEを応答として使用し、効果の推定値の絶対値を大きい順に並べます。
2.
 i < mとし、i番目に大きい効果の絶対値を検証するには、その効果に加え、それより大きい絶対値を持つ効果すべてを考慮に入れたモデルにおいて調整した残差平方和を使用します。
3.
最小のp値を持つ効果が有効であると見なされます。
1.
まず、ステージ1の誤差推定値をもとに、Y2ndの変動を検定し、2次効果に起因する変動があるかどうかを調べます。
この検証のp値が閾値より大きい場合には、応答に影響している2次効果(有効な2次効果)はないものとして、この時点で処理を終了します。
2.
この検証のp値が閾値以下である場合は、サイズkk = 1,2,3,...)の組み合わせを、k = 1から順に検定していきます。
3.
kについて、サイズkの組み合わせにおいて、RMSEが最小となる組み合わせを取り出します。そして、その誤差平方和を、ステージ1の誤差分散推定値と比べます。
4.
5.
この最終的なkの値より1つ前の組み合わせに含まれるものが、有効な2次効果であると見なされます。