정규 확률도 보고서
"최소 제곱 적합" 보고서의 "정규 확률도" 보고서 제목 아래에서 "정규 확률도" 또는 "1/2 정규 확률도"(Daniel 1959)를 선택합니다. 두 그림 모두 효과 희소성 원리, 즉 비교적 적은 수의 효과가 활성화된다는 개념에 근거합니다. 비활성 효과는 랜덤 잡음을 나타냅니다. 그림은 PSE(유사 표준 오차)를 기반으로 합니다. PSE는 크기가 가장 작은 모수 추정값의 순서 통계량을 사용하는 분산 근사값(s2)입니다. JMP에서 선택한 활성 효과는 10,000개의 붓스트랩 표본을 사용하여 주어진 데이터 집합에 대한 PSE의 분포 시뮬레이션을 통한 결과입니다. 정규 확률도에서 비활성 효과를 나타내는 추정값은 기울기가 s인 선에 가깝게 분포됩니다.
참고:
• 활성 효과의 수가 많으면 정규 확률도에서 두 개 이상의 활성 효과가 누락될 수 있습니다.
• 매우 큰 효과가 하나 있으면 다른 효과가 상대적으로 작아 보일 수 있습니다.
• 정규 확률도 이론은 완전 또는 보통의 요인 설계를 가정합니다. 다른 설계를 사용하면 결과가 모호해질 수 있습니다.
• 효과의 파레토도는 가장 큰 효과를 식별하는 대체 그래픽 방법을 제공합니다.
정규 확률도
변환이 필요하지 않은 경우 정규 확률도의 수직 좌표는 추정값을 나타내고 수평 좌표는 정규 분위수를 나타냅니다. 비활성 효과를 나타내는 점은 기울기가 s인 선을 따라야 합니다. Lenth PSE를 사용하여 s를 추정하고 이 기울기의 파란색 선이 그림에 표시됩니다.
직교성 변환이 적용된 경우 세로 축은 정규 추정값을 나타냅니다. 이러한 값은 "모수 추정값 모집단" 보고서에 있는 직교 t 비 값입니다. 직교 t 비 값은 직교 코드화된 추정값을 코드화된 척도 Lenth PSE로 나눈 값입니다.
추정값은 s의 추정값에 의해 정규화되므로 비활성 효과에 해당하는 점은 기울기 1의 선을 따라 분포되어야 합니다. 기울기가 1인 빨간색 선과 기울기가 t-검정 척도 Lenth PSE와 동일한 파란색 선이 그림에 표시됩니다.
모든 경우에 "모수 추정값 모집단" 보고서의 p 값을 기반으로 0.20 수준에서 정규성을 벗어난 추정값은 그림에 라벨이 지정됩니다.
Figure 3.29에서는 Bicycle.jmp 샘플 데이터 테이블에 대한 "정규 확률도" 보고서를 보여 줍니다. 이 모형에는 변환이 필요하지 않으므로 정규 분위수에 대한 원시 추정값이 그림에 표시됩니다. 기울기가 Lenth PSE와 동일한 선이 그림에 표시됩니다. 이 그림에서는 Gear, Dynamo 및 Seat가 활성 요인임을 나타냅니다.
그림 3.29 정규 확률도
1/2 정규 확률도
1/2 정규 확률도에는 효과의 절대값이 표시됩니다. 축 구성 및 표시된 선은 정규 확률도의 양상을 반영합니다.