DOE试验数据方差分析遇到的困难,求解
针对DOE试验,为了评价试验数据的好与不好,从而从这个角度可以得出因子是否找得比较全。一般来说,先会对试验的角点的仿行数选择3,然后对试验数据会进行方差分析。而方差分析一般会采用一般拟合线性模型。
我采用一般拟合线性模型,怎么感觉是主效应分析或者是析因分析,求解?
本帖最后由 willdemon 于 2022-5-13 12:10 编辑
DOE 的因子筛选,首先使用全因子模型,可使用MINITAB的因子筛选模块。因子筛选本身就是线性回归的运用,可以先使用一般线性回归模型(仅有一次项,无交互),通过方差分析的F检验,判断线性模型是否显著,残差是否正常。 可根据F检验P值,剔除掉不显著因子后再次执行筛选。此时确认决定系数(R²或Adj R²),确认模型解释度是否达到您的期望。如显决定系数较低,可能是因子不足或者考虑增加二次项或因子交互效应,此时可考虑使用逐步法进行筛选。最终结果以决定系数,F检验结果和残差分析进行判断模型是否充足有效。以上供参考。 因子找的是否比较全应该用变异源分析 tks 水边的菜叶子 发表于 2022-5-12 21:00
因子找的是否比较全应该用变异源分析
如果因子找的不全,重复性试验结果也会有较大影响。如果只是找因子,则是主效应和回归分析。
变异源分析---求指教! {:1_180:} 新的起点 发表于 2022-5-13 00:33
如果因子找的不全,重复性试验结果也会有较大影响。如果只是找因子,则是主效应和回归分析。
变异源分析- ...
SOV----多变量分析 {:1_180:} {:1_180:} {:1_180:}
页:
[1]
2