发布日期: 11/15/2021

分析数据

“定制设计”平台通过将“模型”脚本保存至该平台所创建的设计表,为数据分析提供便利(图 3.10)。在执行实验并输入数据后运行该脚本。使用该脚本可打开“拟合模型”窗口,其中包含您在“定制设计”窗口的“模型”分级显示项中指定的效应。

拟合模型

1. 选择帮助 > 样本数据库,然后打开 Design Experiment/Coffee Data.jmp

在“表”面板中,请注意“定制设计”所创建的“模型”脚本。

2. 点击“模型”脚本旁边的绿色小三角。

“模型规格”窗口显示您在“模型”分级显示项中指定的效应。

图 3.12 “模型规格”窗口 

Image shown here

3. 选中保持对话框打开选项。

4. 点击运行

分析模型

“效应汇总”和“‘预测值-实际值’图”报表提供有关模型的高级别信息。

图 3.13 完整模型的“效应汇总”和“‘预测值-实际值’图” 

Image shown here

请注意以下几点:

“‘预测值-实际值’图”显示没有证据表明失拟。

正如“‘预测值-实际值’图”指明的那样,该模型是显著的。图下方显示的符号 p = 0.0041 给出了总体模型检验的显著性水平。

“效应汇总”报表显示咖啡豆的量测量地点时间在 0.05 水平下显著。

“效应汇总”报表还显示温度研磨不显著。

简化模型

由于温度研磨看起来不活跃,这两个效应对模型贡献随机噪声。去除这些效应后重新拟合模型,以获取与活跃效应有关的模型参数的更精确估计值。

1. 在“模型规格”窗口的“构造模型效应”列表中选择温度研磨

2. 点击删除

3. 确认模型重点设置为效应筛选

“效应筛选”重点菜单提供了有助于分析实验设计的报表(如“预测刻画器”)。

4. 点击运行

图 3.14 简化模型的部分输出 

Image shown here

请注意以下几点:

“效应检验”报表显示这三个效应都仍保持显著。

“统一尺度估计值”报表进一步指明测量地点 [1] 和测量地点 [3] 的均值与浓度的平均响应显著不同。

请注意,“参数估计值”报表中出现的“估计值”与“统一尺度估计值”报表中的对等项完全相同。这是因为效应经过了编码。请参见编码

测量地点 [3] 效应的估计值仅显示在“统一尺度估计值”报表中,其中名义型因子经过扩展,可显示其所有水平的估计值。

“参数估计值”报表给出了模型系数的估计值,其中的模型是以编码效应的形式指定的。

探索模型

“预测刻画器”显示在报表底部。

图 3.15 预测刻画器 

Image shown here

回想一下在设计实验时,您设置的响应目标为“匹配目标值”,限值为 1.2 和 1.4。JMP 使用该信息构造意愿函数以反映您的指定。请参见因子

请注意图 3.15 中的以下事项:

图形顶部行中的前两个图显示,在给定其中一个因子设置的情况下,浓度如何随另一个因子发生变化。例如,当咖啡豆的量为 2 时,时间图中对应的线条显示浓度预测值如何随时间变化。

图顶部行左侧的值给出了选定因子设置下的浓度(红色)预测值以及浓度均值的置信区间。

顶部行最右侧的图显示浓度的意愿函数。意愿函数指示目标为 1.3 最理想。意愿随着您远离该目标而降低。意愿在限值 1.2 和 1.4 处接近 0。

底部行中的图显示每个因子在另一个因子设置处的意愿迹线。

图底部行左侧的值给出了选定因子设置所对应的响应值的意愿。

通过在时间咖啡豆的量对应的列中拖动红色的垂直虚线,可以探索各种因子设置。由于模型中没有交互作用,刻画器指示增加咖啡豆的量即增加浓度。此外,浓度看起来对于咖啡豆的量的更改较之时间的更改更为敏感。

由于测量地点是一个分区组因子,它不会显示在“预测刻画器”中。不过,您可能想要了解浓度预测值如何随测量地点变化。在“预测刻画器”中加入“测量地点”:

1. 点击“预测刻画器”红色小三角并选择重置因子网格

随即显示包含时间咖啡豆的量测量地点列的“因子设置”窗口。在测量地点下,请注意与显示对应的框并未选中。这指示测量地点不显示在“预测刻画器”中。

2. 选中测量地点下面与显示相对应行中的框。

3. 取消选中测量地点下面与锁定因子设置相对应行中的框。

图 3.16 “因子设置”窗口 

Image shown here

4. 点击确定

测量地点对应的图显示在“预测刻画器”中。

5. 点击测量地点上方两个图中的任一个,插入一条红色垂直虚线。

6. 将红色垂直虚线移至测量地点 1。

图 3.17 显示测量地点 1 的结果的预测刻画器 

Image shown here

7. 将红色垂直虚线移至测量地点 3。

图 3.18 显示测量地点 3 的结果的预测刻画器 

Image shown here

对于测量地点 1,位于设计区域中间的浓度预测值为 1.44。对于测量地点 3,浓度预测值约为 1.18。差异的量值指示您需要处理测量地点变异性。更好地控制测量地点变异应能使浓度更加一致。一旦使各个测量地点保持一致,您就可以确定时间咖啡豆的量的共同最优设置。

构造咖啡实验设计所使用的过程遵从实验设计工作流程中的步骤。下一节详细描述实验设计工作流程。

需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).