|
1.
|
|
2.
|
|
3.
|
「スクリーニング計画」の赤い三角ボタンのメニューから［応答のロード］を選択します。
|
|
4.
|
|
5.
|
「スクリーニング計画」の赤い三角ボタンのメニューから［因子のロード］を選択します。
|
［応答のロード］と［因子のロード］コマンドを使用すると、「応答」アウトラインと「因子」アウトラインに、応答名、因子名、目標、応答の下側限界と上側限界、因子の値が自動的に入力されます。入力後の「応答」アウトラインと「因子」アウトラインについては、「応答」および「因子」アウトラインを参照してください。
|
6.
|
［続行］をクリックします。
|
|
7.
|
|
8.
|
|
9.
|
Plackett-Burman計画が表示された「計画のリスト」に示されているように、Plackett-Burman計画を選択します。
|
実験回数が2のべき乗でないPlackett-Burman計画は、交絡関係が複雑になる傾向があります。特に、主効果がいくつかの2因子間交互作用と部分的に交絡する可能性があります。第 “計画の評価”を参照してください。実験回数が12回のPlackett-Burman計画は、レゾリューションIIIに分類されています。
|
10.
|
［続行］をクリックします。
|
|
11.
|
［テーブルの作成］をクリックします。
|
図9.27 Placket-Burman計画のデータテーブル
「Percent Reacted」という列が、計画のデータテーブルに作成されます。このテーブルに表示されている順序で実験を実行し、「Percent Reacted」列に結果を記録します。
|
2.
|
「計画の評価」>「相関のカラーマップ」アウトラインを開きます。
|
図9.28 相関の絶対値を示すカラーマップ
対角要素のセルにおける相関は1ですので、濃い赤色で示されています。濃い青のセルは、効果の相関が0であることを示しています。薄い青およびグレーのセルでは、効果の相関が0より大きくなっています。セルの上にカーソルを置き、効果の組み合わせとその相関の絶対値を確認してみましょう。たとえば、「送り速度」は、いくつかの2因子間交互作用および3因子間交互作用と部分交絡していることがわかります。
図9.29 交絡行列（2因子間交互作用の部分）
この計画は主効果について直交しているので、交絡行列の各要素は効果間の相関になっています。「計画の評価」章の「交絡行列」（441ページ）を参照してください。たとえば、「送り速度」は、6つの2因子間交互作用および4つの3因子間交互作用と部分交絡しています。それらの部分交絡している個所は、「送り速度」の行における要素が0.333または-0.33となっている個所です。
「Plackett-Burman.jmp」というデータテーブルに、この実験の結果が記録されています。ここで、最初の段階で「温度*濃度」の交互作用が重要であると予想していたことを思い出してください。これが唯一の重要な交互作用であるという仮定に基づいて、進めていきます。
|
1.
|
|
2.
|
「モデル」スクリプトの左のアイコンをクリックして、スクリプトを実行します。
|
|
3.
|
|
4.
|
［交差］ボタンをクリックします。
|
|
5.
|
［実行］をクリックします。
|
図9.30 全効果を含めたモデルのパラメータ推定値
「予測値と実測値のプロット」を見ると、モデルのあてはまりの悪さを示す証拠が見当たりません。「パラメータ推定値」レポートからは、「触媒」が0.05の有意水準において有意であり、「濃度*温度」の交互作用が0.10の有意水準においてほぼ有意であることがわかります。
図9.31 全効果を含めたモデルの「効果の要約」アウトライン
「濃度」は最も有意性が低くなっていますが、P値の右側に「^」マークがついていることからわかるように、高次の交互作用（「濃度*温度」）に含まれています。「効果の親子関係」の原則に従うとすると、「濃度*温度」の交互作用をモデルに残すのであれば、「濃度」を除外するべきではありません。「実験計画を始めよう」章の「効果の親子関係」（53ページ）を参照してください。次に有意性が低い効果は「攪拌速度」です。
|
1.
|
次に削除できる有意性が低い効果は「送り速度」です。
|
2.
|
図9.32 縮小モデルの「効果の要約」アウトライン
「P値」の列を見ると、「触媒」の主効果と「濃度*温度」の交互作用は、両方とも0.05の有意水準において有意であることを示しています。このモデルは、これ以上縮小するべきではありません。他の交互作用が存在しないか、または無視できるレベルであれば、「触媒」および「濃度*温度」の交互作用が、重要な効果であると結論付けることができます。