|
1.
|
选择实验设计 > 经典 > 筛选设计。
|
|
2.
|
|
3.
|
从“筛选设计”红色小三角菜单中选择加载响应。
|
|
4.
|
|
5.
|
从“筛选设计”红色小三角菜单中选择加载因子。
|
|
6.
|
点击继续。
|
|
7.
|
|
8.
|
|
9.
|
试验规模不是 2 的幂的 Plackett-Burman 设计倾向于具有复杂的别名结构。尤其是主效应可能与几个双因子交互作用有部分别名关系。请参见评估设计。我们看到 12 次试验的 Plackett-Burman 设计的分辨率指定为 3。
|
10.
|
点击继续。
|
|
11.
|
点击制表。
|
|
2.
|
打开设计评估 > 相关性色图分级显示项。
|
对角单元格的相关性为 1，这符合预期。具有深蓝色的单元格对应于相关性为 0 的效应，淡蓝色和灰色的单元格对应于相关性大于 0 的效应。将您的光标置于这样的几个单元格上，以查看涉及的效应和它们的绝对相关性。例如，我们看到进料速度与几个双因子和三因子交互作用相关。
因为设计对于主效应是正交的，“别名矩阵”给出两个效应之间的相关性的数值。请参见别名矩阵。例如，我们看到进料速度与 6 个双因子交互作用和 4 个三因子交互作用具有部分别名关系。这些是对应于“进料速度”行中的 0.333 和 -0.33 条目。
|
1.
|
|
2.
|
通过点击左边的图标运行模型脚本。
|
|
3.
|
|
4.
|
点击交叉。
|
|
5.
|
点击运行。
|
尽管浓度是最不显著的效应，但是在高阶交互作用（浓度*温度）中会涉及它，这用 p 值右侧的补注符号来指示。根据效应遗传的原则，当在模型中保留浓度*温度交互作用时，不应将浓度从模型中删除。请参见效应遗传。下一个最不显著的效应为搅拌速度。
|
1.
|
进料速度是下一个最不显著的效应，可以删除它。
|
2.
|
