DOE and minitab 操作介绍课件.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 步骤3 简化模型和重拟合模型 项系数标效应 系数 准误 T P 常量 1003.99 6.488 154.74 0.000 Staff person hours -4.28 -2.14 7.254 -0.29 0.775 Retail space 209.11 104.55 7.254 14.41 0.000 $ Advertising 492.93 246 .46 7.254 33.98 0.000 %Stocked 2.62 1.31 7.254 0.18 0.861 Staff person hours*Retail space 23.06 11.53 7.254 1.59 0.146 Staff person hours*$ Advertising 4.82 2.41 7.254 0.33 0.747 Staff person hours*%Stocked 18.18 9.09 7.254 1.25 0.242 Retail space*$ Advertising -11.66 -5.83 7.254 -0.80 0.442 Retail space*%Stocked -22.76 -11.38 7.254 -1.57 0.151 $ Advertising*%Stocked 19.31 9.66 7.254 1.33 0.216 S = 29.0155 PRESS = 33242.4 R-Sq = 99.35% R-Sq（预测） = 97.14% R-Sq（调整） = 98.62% 10个模型中有8个模型是不显著的，然而从模型中移除不显著项应基于各项的分级。 分级原则： 如果在简化的模型中至少有一个更高级的显著项（如交互作用）包含此因子存在的就不能移除该部显著项 我们将从具有最高的P值项开始移除，D项最先移除，但是高阶的AD,BD,CD也需要移除 效应简化后不会变动 P值会有变化 A项移除，但是高阶的AB,AC也需要移除 步骤3 简化模型和重拟合模型 移除BC 步骤3 简化模型和重拟合模型 步骤4 进行残差诊断 残差诊断分析是用来评估模型拟合的好坏程度 步骤4 进行残差诊断 残差诊断：1、是否有喇叭口 or 2、不正态 残差的正态概率图是用来检验残差是否符合正态假设以及存在的可能的异常值 如果数据符合正态，数据点看起来将会接近一直线，如果怀疑残差的正态性，可以用（analyze factorial design storage）,在对这些残差作正态检验（statbasic statisticnormality test） 步骤4 进行残差诊断 如果选择的标准化残差，直方图将有助于检测异常值，标准化残差2,-2通常被认为较大，此图没有异常 步骤4 进行残差诊断 1.残差是否围绕0随机分布； 2.残差是否随时间独立； 3.是否存在任何的异常值； 4.随着时间的改变，残差的方差齐性如何； 4个标记起来的点是3个中心点的残差，这些残差有下降的趋势，不过因为只有4个点，