이 예에서는 코드화되지 않은 요인을 사용한 모형 적합과 코드화된 요인을 사용한 모형 적합을 차례대로 보여 줍니다. 먼저 코드화되지 않은 요인으로 모형을 적합시킵니다. 그런 다음 "코딩" 특성을 요인에 할당하고 모형을 다시 실행하여 의미 있는 모수 추정값을 구합니다.
1. 도움말 > 샘플 데이터 폴더를 선택하고 Tiretread.jmp를 엽니다.
2. 분석 > 모형 적합을 선택합니다.
3. ABRASION을 선택하고 Y를 클릭합니다.
4. SILICA, SILANE, SULFUR를 선택하고 매크로 > 반응 표면을 클릭합니다.
5. 대화상자 열린 채 유지를 선택합니다.
6. 실행을 클릭합니다.
7. "반응 ABRASION"의 빨간색 삼각형을 클릭하고 추정값 > 예측 표현식 표시를 선택합니다.
그림 A.17 코드화되지 않은 요인을 사용하는 모형의 예측 표현식
계수는 효과 크기를 비교하는 데 도움이 되지 않습니다. 계수 크기는 설정 범위에서 효과가 ABRASION에 미치는 영향을 반영하지 않습니다. 또한 계수를 쉽게 해석할 수 없습니다. 예를 들어 SILICA가 범위의 중간점에 있을 때 계수로 예측 반응을 해석하기가 쉽지 않습니다.
"코딩" 열 특성을 세 요인에 적용하여 코딩이 어떻게 계수를 더 의미 있게 만드는지 살펴봅니다.
8. Tiretread.jmp 데이터 테이블의 "열" 패널에서 SILICA, SILANE 및 SULFUR를 선택합니다. "열"의 빨간색 삼각형을 클릭하고 속성 표준화를 선택합니다.
9. "특성 표준화" 패널에서 열 특성 > 코딩을 선택합니다.
10. 확인을 클릭합니다.
"열" 패널에서 SILICA, SILANE 및 SULFUR 옆에 별표가 나타나 해당 열에 열 특성이 할당되었음을 나타냅니다.
11. "모형 적합" 창에서 실행을 클릭합니다.
12. "반응 ABRASION"의 빨간색 삼각형을 클릭하고 추정값 > 예측 표현식 표시를 선택합니다.
그림 A.18 코드화된 요인을 사용하는 모형의 예측 표현식
코드화된 요인에 대한 계수를 사용하면 효과 크기를 비교할 수 있습니다. 설계 설정 범위에서 ABRASION에 가장 큰 영향을 주는 효과는 SILANE입니다. SILICA 효과와 SILANE*SULFUR 교호작용의 효과도 큽니다.
코드화된 요인에 대한 계수도 쉽게 해석됩니다. 예를 들어 모든 요인이 범위의 중심에 있을 때 ABRASION 예측값은 절편, 즉 139.12입니다.
13. 변경 사항을 저장하지 않고 Tiretread.jmp 샘플 데이터 테이블을 닫습니다.