发布日期: 08/07/2020

别名矩阵

“别名矩阵”解决不包括在模型中的项如何影响模型项的估计值的问题(若这些项确实是活跃的)。在“别名项”分级显示项中列出可能的活跃效应,它们不在您的假设模型中,但是可能使模型项的估计值偏倚。“别名矩阵”条目表示别名项效应给模型参数带来的偏倚程度。请参见别名项

“别名矩阵”的行是对应于“模型”分级显示项中所列模型效应的项。列是对应于“别名项”分级显示项中所列效应的项。给定的行和列中的条目指示别名项在多大程度上影响对应于模型项的参数估计值。

在评估设计时,您理想上希望相对于“别名矩阵”中的任何条目,符合两种情形之一:一种情况是条目很小,另一种情况是条目不小,但别名项的效应很小,以至于偏倚很小。若您怀疑别名项的效应可能很大,则该项应包括在模型中或您应考虑别名最优设计。

有关计算别名矩阵的详细信息,请参见别名矩阵。另见 Lekivetz, R. (2014)。

请注意以下事项:

若设计对于假设模型而言正交,则别名矩阵中的相关性对应于相关性色图中的绝对相关性。

根据设计的复杂性,别名矩阵条目可能大于 1 或小于 -1。

别名矩阵示例

考虑 Design Experiment 文件夹下的 Coffee Data.jmp 样本数据表。该设计假定一个主效应模型。您可以通过运行数据表中的“模型”脚本来进行查看。这样,在“评估设计”窗口的“模型”分级显示项中,只显示“截距”和五个主效应。“别名项”分级显示项包含双因子交互作用。

Coffee Data.jmp 的别名矩阵 

“别名矩阵”在第一列中显示“模型”项,用来定义行。“别名项”中的双因子交互作用在顶部列出,用来定义列。考虑以模型效应温度为例。若研磨*时间交互作用为唯一活跃的双因子交互作用,则温度系数估计值的偏倚量为研磨*时间效应的真实值的 0.333 倍。若其他交互作用是活跃的,则“别名矩阵”中的值指示温度系数估计值导致的其他偏倚量。

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