实验设计指南 > 比较设计 > 比较设计的示例 > 具有不同整区数的裂区设计
发布日期: 08/07/2020

具有不同整区数的裂区设计

在本例中,比较具有不同整区数的两个裂区设计。这些设计针对三个因子:

一个连续的难以更改的因子

一个连续的易于更改的因子

一个三水平分类易于更改的因子

这些设计包括假定模型中的所有双因子交互作用。您可以最多进行 20 次试验,而且您想要使用 4 或 8 个整区进行比较。

启动比较设计

1. 选择帮助 > 样本数据,点击打开样本脚本目录,然后选择 Compare Split Plots.jsl

2. 在脚本窗口中右击并选择运行脚本

使用定制设计构造了两个设计表:

4 Whole Plots

8 Whole Plots

您想要比较这两种设计。请注意 4 Whole Plots 表是活跃的。

3. 4 Whole Plots 表中,选择实验设计 > 设计诊断 > 比较设计

4. 将“4 Whole Plots”对比列表中,选择 8 Whole Plots

针对该设计的面板添加到启动窗口中。JMP 按照各列出现在两个设计表中的顺序自动匹配各列。

已完成的启动窗口 

5. 点击确定

6. 打开“参考设计”下的匹配方式分级显示项:20 次试验“4 Whole Plots”。

裂区设计的匹配方式 

请注意,“整区”列输入为设计的一部分。这是必需的,因为“比较设计”需要了解整区结构。

检查报表

“设计评估”报表提供用于比较两个设计的多种诊断信息。

两个裂区设计的功效分析 

“功效分析”报表显示:整区因子 X1 的功效对于 4 个整区设计 (0.19) 比起对于 8 个整区设计 (0.497) 要小得多。不过,4 个整区设计检测裂区效应的功效较高,特别是两个裂区因子的交互作用 X2*X3(0.797 对比 0.523)。请注意,色条和图例下面给出了组合效应 X2*X3 的功效。

比较裂区设计的相对估计效率 

“相对估计效率”报表显示了 X1 的相对估计效率为 0.778。这指示 4 个整区设计的 X1 的标准误差比 8 个整区设计明显大得多。

打开“估计的相对标准误差”报表。您可以看到 4 个整区设计中的 X1 的相对标准误差为 0.553,而 8 个整区的误差为 0.43。

在“相对估计效率”报表中,X2*X3 2 的相对估计效率为 1.449,这表明 8 个整区设计的与 X2*X3 2 关联的参数的标准误差比 4 个整区设计明显大得多。

“功效分析”报表和“相对估计效率”报表指示设计的选择围绕着检测整区效应 X1 的重要性。8 个整区设计为您提供了更好的检测整区效应的机会。4 个整区设计对于检测涉及分类变量的裂区效应要好一些。

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