JMP数据分析论坛
标题:
PB试验设计（包括析因设计等）中添加中心点的意义及输出结果在哪里体现？
[打印本页]
作者:
ljwscut
时间:
2015-8-5 16:07
标题:
PB试验设计（包括析因设计等）中添加中心点的意义及输出结果在哪里体现？
本帖最后由 ljwscut 于 2015-8-5 16:09 编辑
如题：在P-B设计（或析因设计，定制设计）中，往往有添加中心点的选项，请问是不是考察弯曲效应和试验误差，是否还有其它意义？
实例：
[attach]2774[/attach]
图中左侧有一个筛选选项和一个模型选项，两个选项出来的重要因子筛选结果一致，但P值不一致，请问以哪一个为准？
1 运行筛选脚本，空项14，15代表什么意思？Lenth PSE=0.28983代表什么意思？
[attach]2775[/attach]
2 运行模型脚本
[attach]2776[/attach][attach]2777[/attach]
在Minitab中，对于添加的中心点用曲度P值来表示，P值大于0.05表示试验没有找到最佳点，需要进一步优化，P值小于0.05表示找到了最佳试验点。请问在JMP中，所对应的分析结果在哪里有所体现？
作者:
skyfree
时间:
2015-8-7 12:43
1. Plackett-Burman试验设计是用来确定因子显著性的，只取2个水平。没有中心点的问题。当筛选出显著因子，再进行RSM试验进行优化。
2. 判断是否有弯曲，可以通过拟合模型结果中的失拟中的P值来判断。
3. 筛选模型和拟合模型使用的方法是不同的。筛选模型是基于稀疏效应原则，它给出的P值是利用蒙特卡洛模拟10000个Lenth t计算出来的，所以每次运行筛选，P也是不一样的。更别提和拟合结果的p了。
4. 空项是由于因子空间不够而添加的，半正态图下面给出了解释。去除中心点应该可以得到没有空项的筛选结果。Lenth PSE是用Lenth法进行残差标准误的。
欢迎光临 JMP数据分析论坛 (http://www.jmpforum.net/)
X3