Poisson 回归模型的重叠等值线图示例
主题
     解释结果     会话命令     另请参见
 

某公司生产一种模制树脂零件产品。该公司知道,在通过软管传送期间,管道内的污染和磨损可能会导致最终产品中出现褪色条纹。螺丝钉越大,颗粒通过软管的速度越快。采用新型树脂颗粒后,该公司决定收集有关这些褪色缺陷的数据,以找到输送颗粒的最佳方法。

1    打开工作表“树脂缺陷.MTW”。

2    选择统计 > 回归 > Poisson 回归 > 拟合 Poisson 模型

3    在响应中,输入“褪色缺陷”。

4    连续预测变量中,输入“清洁小时”温度

5    类别预测变量中,输入“螺丝钉的大小”

6    单击模型

7    预测变量中,选择温度“螺丝钉的大小”

8    对于交互作用阶数,请选择 2

9    单击交互作用阶数一侧的添加

10   单击这两个对话框中的确定

11   要重新调用上一个对话框,请按 [Ctrl]+[E]。

12   响应中,输入“结块缺陷”

13   单击模型

14   模型中的项中,双击“清洁小时”从模型中删除此项。

15   单击这两个对话框中的确定

14   选择统计 > 回归 > Poisson 回归 > 响应优化器

15   对于结块缺陷,请选择望小

16   对于褪色缺陷,请选择望小

17   单击设置。按如下所示填写表的望目上限列,然后单击确定

响应

望目

上限

结块缺陷

0

17

褪色缺陷

0

75

18   单击选项。按如下所示填写表的约束 保留值下限上限列。

 

变量

约束(C)

保留值

下限

上限

清洁小时

区域约束

 

3

8

温度

无约束

 

 

 

螺丝钉的大小

保留值

 

 

19   在每个对话框中单击确定

会话窗口输出

Poisson 回归分析: 褪色缺陷 与 清洁小时, 温度, 螺丝钉的大小

 

 

Poisson 回归分析: 结块缺陷 与 温度, 螺丝钉的大小

 

 

响应优化: 结块缺陷, 褪色缺陷

 

 

参数

 

响应      目标    下限  目标  上限  权重  重要度

结块缺陷  最小值           0    17     1       1

褪色缺陷  最小值           0    75     1       1

 

 

变量范围

 

变量          值

清洁小时      (3, 8)

温度          (80, 215)

螺丝钉的大小  大

 

 

 

    清洁           螺丝钉  结块缺陷  褪色缺陷

解  小时  温度     的大小    拟合值    拟合值  复合合意性

1   3     122.273  大       14.7823   68.5972    0.105531

 

 

多响应预测

 

变量          设置

清洁小时      3

温度          122.273

螺丝钉的大小  大

 

 

                  拟合值

响应      拟合值  标准误   95% 置信区间

结块缺陷   14.78    1.03  (12.89, 16.96)

褪色缺陷   68.60    2.11  (64.58, 72.87)

图形窗口输出

解释结果

这两个响应的组合合意性或复合合意性为 0.1055。由于存在约束,此优化器中的设置不会得到最高的复合合意性。约束可以让此解更切实际。由于褪色缺陷会随时间增加,并且时间不在结块缺陷的模型中,因此,当“清洁小时” 设置为 0 时,始终存在最高复合合意性。此外,当大螺丝钉传送颗粒的速度比小螺丝钉快时,这两种类型的缺陷更高,这样,在“螺丝钉的大小”为“小”时,始终存在最高复合合意性。由于预测表明,此过程至少可在 3 小时达到更快传送速率的平均缺陷数限定值,因此,约束可以让此解更切实际。

如果要调整此初始解的因子设置,则可以使用图。移动垂直条形以更改因子设置,并观察响应的单个合意性 (d) 以及复合合意性如何变化。例如,通过移动表示温度的红线,可以发现褪色缺陷数的预测值低于温度约 147 度时平均缺陷数的限定值。

响应优化器使用模型方程。在解释结果前,请确保您的模型准确无误。