예측 분산 프로파일

"설계 평가" 보고서의 "예측 분산 프로파일"은 설계 공간에서 대략적인 예측 변동을 이해하는 데 도움이 됩니다. 예측 분산 프로파일은 상대 예측 분산을 다른 요인의 값이 고정된 상태에서 각 요인의 함수로 표시합니다. 자세한 내용은 상대 예측 분산에서 확인하십시오.

설계 공간 전반에 걸쳐 예측 분산이 낮아야 좋습니다. 일반적으로 표본 크기가 증가하면 오차 분산이 감소합니다. 설계를 비교할 때 평균 예측 분산이 낮은 설계가 선호됩니다.

분산이 최대인 설계 설정을 식별하려면 "예측 분산 프로파일"의 빨간색 삼각형 메뉴에서 분산 최대화 옵션을 선택합니다. "예측 분산 프로파일"에서 최대 분산 값은 상대 예측 분산의 최악 값(설계 관점에서 가장 적합하지 않음)입니다. 최대 분산은 둘 이상의 요인 설정 조합에서 발생할 수 있습니다. 표면을 사용하여 예측 분산을 평가하려면 예측 분산 표면에 나오는 내용을 참조하십시오.

그림 16.9 예측 분산 프로파일러 

상대 예측 분산

주어진 요인 설정에 대한 예측 분산은 설계 및 요인 설정에 따라 달라지는 양과 오차 분산의 곱입니다. 실험을 실행하기 전에는 오차 분산을 알 수 없으므로 예측 분산도 알 수 없습니다. 그러나 오차 분산에 대한 예측 분산의 비는 오차 분산의 함수가 아닙니다. 상대 예측 분산이라고 하는 이 비율은 설계와 요인 설정에만 영향을 받습니다. 따라서 데이터를 얻기 전에 상대 예측 분산을 계산할 수 있습니다. 자세한 내용은 상대 예측 분산에서 확인하십시오.

실험을 실행하고 최소 제곱 모형을 적합시킨 후 모형 적합의 MSE(평균 제곱 오차)를 사용하여 오차 분산을 추정할 수 있습니다. 설정에 대한 상대 예측 분산을 곱해 설정에서 실제 예측 분산을 추정할 수 있습니다.