일반화 선형 혼합 모형 분석법의 추가 예
이 예에서는 모형 적합 플랫폼의 일반화 선형 혼합 모형 분석법을 사용하여 제조 공정을 분석하는 방법을 보여 줍니다. 제조 공정에는 무작위로 선택된 로트, 로트 내의 단위, 단위에 적용되는 마무리 처리가 포함됩니다. 각 단위의 결함 수를 계산하고, 결함 수를 10개 미만으로 유지하는 마무리 처리 수준을 식별하는 것이 목표입니다. 이 설계는 비가우스 반응 변수(개수)가 있는 랜덤화된 완비 블록 설계입니다.
1. 도움말 > 샘플 데이터 폴더를 선택하고 Manufacturing Defect Counts.jmp를 엽니다.
2. 분석 > 모형 적합을 선택합니다.
3. Defect를 선택하고 Y를 클릭합니다.
이 열을 Y로 추가하면 적합 분석법이 "표준 최소 제곱"으로 설정됩니다.
4. "분석법" 목록에서 일반화 선형 혼합 모형을 선택합니다. 아니면 "일반화 선형 혼합 모형" 분석법을 먼저 선택한 후 Y를 클릭하여 Defect를 추가할 수도 있습니다.
5. "분포" 목록에서 Poisson을 선택합니다.
6. Finishing Treatment를 선택하고 "고정 효과" 탭에서 추가를 클릭합니다.
그림 9.9 고정 효과를 보여 주는 완료된 모형 적합 시작 창
7. 임의 효과 탭을 선택합니다.
8. Lot를 선택하고 추가를 클릭합니다.
9. "열 선택" 목록에서 Finishing Treatment를 선택하고 "임의 효과" 탭에서 Lot를 선택한 후 교차를 클릭합니다.
그림 9.10 임의 효과 탭을 보여 주는 완료된 모형 적합 시작 창
10. 실행을 클릭합니다.
그림 9.11 일반화 선형 혼합 모형 보고서 창
"일반화 선형 혼합 모형" 보고서의 "적합 통계량" 섹션에서 "일반화 카이제곱/DF" 통계량이 5.69입니다. 이 값은 1보다 훨씬 크므로 모형과 비교하여 데이터에 과대산포가 있음을 나타냅니다. 이제, 과대산포를 설명하기 위해 추가 항을 사용하여 모형을 적합시킬 수 있습니다.
11. "Defect에 대한 일반화 선형 혼합 모형" 옆의 빨간색 삼각형 메뉴에서 모형 대화상자를 선택합니다.
이 옵션은 이전 선택 항목이 적용된 "모형 적합" 시작 창을 재호출합니다.
12. 임의 효과 탭을 선택합니다.
13. "열 선택" 목록에서 Unit in Lot를 선택하고 "임의 효과" 탭에서 Lot를 선택한 후 교차를 클릭합니다.
그림 9.12 임의 효과 탭을 보여 주는 완료된 모형 적합 시작 창
14. 실행을 클릭합니다.
그림 9.13 일반화 선형 혼합 모형 보고서 창
지금은 "일반화 선형 혼합 모형" 보고서의 "적합 통계량" 섹션에서 "일반화 카이제곱/DF" 통계량이 1.06입니다. 이 값은 1에 가까우므로 데이터의 과대산포가 모형에서 설명되었음을 나타냅니다. 이제, 이 모형을 사용하여 결함 수를 10개 미만으로 유지하는 마무리 처리 수준을 판별할 수 있습니다.
15. "Poisson"의 빨간색 삼각형 메뉴에서 주변 모형 추론 > 프로파일러를 선택합니다.
주변 모형 프로파일러는 로트 효과가 0인 경우에 대한 추론을 제공하므로 미래 로트에 대한 추론을 이끌어내는 데 유용합니다.
그림 9.14 결함 수에 대한 주변 모형 프로파일러
프로파일러를 보면 마무리 수준이 5인 경우 예측 결함 수가 약 8개이고 해당 예측에 대한 95% 신뢰 구간에 10이 포함되어 있음을 알 수 있습니다. 마무리 처리 수준이 10인 경우에도 예측 결함 수에 대한 신뢰 구간에 10이 포함되어 있습니다. 10은 실험에서 최대 마무리 처리 수준이므로 외삽을 방지하기 위해 더 높은 수준의 마무리 처리를 포함하는 새 실험을 권장합니다.