公開日: 04/01/2021

モデル

「モデル」アウトラインは、次の2つの部分から成ります。

あてはめるモデルの指定。ここでは推定したいすべての効果を含めてください。モデルの設定を参照してください。

属性の水準に関する事前情報の指定。この情報により、より適切な計画を作成できるようになります。事前分布の設定を参照してください。

モデルの設定

「モデルの設定」アウトラインに、仮定されるモデルを指定します。主効果は、すべてデフォルトで含まれます。[交互作用]ボタンをクリックすると、2因子間交互作用がすべて追加されます。

図18.17 「モデルの設定」アウトライン 

Image shown here

計画のデータテーブルを作成すると、そのデータテーブルに「選択モデル」スクリプトが保存されます。この「選択モデル」スクリプトを実行すると、「モデルの設定」アウトラインで指定したモデルを使って「選択モデル」プラットフォームが起動します。

「モデルの設定」アウトラインには、次のようなボタンがあります。

主効果

モデルにある全属性の主効果を追加します。

交互作用

すべての2因子間交互作用を追加します。含めたくない交互作用がある場合は、その交互作用を選択して、[項目の削除]をクリックしてください。

項目の削除

選択されている効果を削除します。

事前分布の設定

モデルのパラメータに対する事前分布(多変量正規分布)を指定します。「事前平均」アウトラインに事前平均を、「事前分散行列」アウトラインに共分散行列を入力します。

図18.18 「事前分布の設定」アウトライン 

Image shown here

事前分布の設定を反映させないようにするには、以下のいずれかのオプションを使用します。

事前分布の指定をすべて無視。効用中立な計画を生成。

事前平均を0に設定して、局所的なD-最適計画を生成します。この計画は、効用中立な計画と呼ばれます。Huber and Zwerina(1996)を参照してください。

事前分散の指定を無視。事前平均に局所的である計画を生成。

局所的なD-最適計画を生成します。この局所的な計画では、共分散行列を無視して、事前平均のみを考慮します。Huber and Zwerina(1996)を参照してください。

より詳細な情報が必要な場合や、質問があるときは、JMPユーザーコミュニティで答えを見つけましょう (community.jmp.com).