JMP因子分析报告报告材料

JMP因子分析案例分桁两种加工爆米花的方法。日常所见的普通爆米花已有在多年*但研究人贯声称发现了玉米仁的特殊加工方法势据称，这个新的处理工艺可以用同样数量的玉米仁产出更大体积的爆米盛这是真的码？如果是真的，増加了多少？对于所有的条件组，増加的量是相同的呜？此特殊加工方法提高了爆米花的成本，因此产量的增1||4**4'V«T*1E■事u*丘ftIt1k*kf>1tr.KI左・g:lltllflIdM!|«BI1.fl»TT<11iklild丨■产0空1-取3K■:A1J*l«F101-I■4jpqridtIl-StBr5fHUla—□刖1GI.dl】1*11*■Hall怕11rlit!■41】13hiimU阳：I•甘 1iyJul1lAll*1*{«\.i-MIC uIDvl1iiilv!«(*■ar~T[加暑需足够显著以弥补较高的成本。打开数据表ijmp3在安装JMPBJ，系読棧免在该文件夹中有一宅爆米花jrrp.爆米花数損所示.在本试验中，玉讲分别便用尢包限「評£(littte)的油，分别产ti的ttffiigourmeT'S^S.玉托各进ijmp3茶试脸设计械称为析因取VT。牛皿掘屮匂二T内丁，虺吊祁丙土熨应，它们分剔是：•爆米花的种类(plain或吕仇〉•烹饪油的用量(little或lots)*烹饪包型的犬小(large或smaH)可£1回答什么问题？析因设计的相应统计分析回答以下有关圭效应的问题：-普通和优厦爆米花芝间，在整体产量上是否存在差异7＜用大量的油蔦饪和少量的油烹饪，左产量上是否存在很大的差异？•用几个小包和用一个大包烹饪，蛊产量上有什么差异?，这可KL回答下列问题二-烹饪油量对两种类型的爆米花产生的豉应是否相同？换句话说,爆米花类型与所使用的烹饪油量之间是否有在交互作用效应？*包型的大小和爆米花类型之间是否存在交互作用效JS?•包型的大小和所用油量之闾是爭存在交互作用效应？-三种主救应之间是否存在交互作用效应？”模型拟合"窗口选择分析〉模型拟合。使用模型拟合命令可以抬定和分祈复杂模型，如本试脸中的析因设计。使用模型拟合命令将显示“模型拟合”窗口，如图8.1所示。此窗口用于定史模型类型、模型响应变量和模型效应。要指定因子模型.请执行以下掾作1从选择列列表中选择产量，单击Y按钮亠从选择列列表中选择爆玉米穩油量料包型。单击宏按钮并选择完全析因。此操作可将所育的主效应和交互件用（交取敘应）加入到构建模型效应列表中〔如国所示儿通过使用添加和刪除按钮来添加或删徐不需要的效应以进一步定制模型。在対申情况下•通过髙亮度显示爆玉米花*油量*包型，并单击删除来删除三固子交互作用项。图8・1模型拟合窗口从重点（■&干■'模型拟合F窗口的右上部）旁边的下拉框中选擇效应杠杆率。单击运行模型以怙算模型参数并查看结果4图形显示：杠杆率图模型拟合命令将U圏形的形武显示整体模型和每个模型效应.即如图氐2至图3.5中所示的杠杆率图。通过浏脫，您就可以得知0子模型是否解释了爆米花数据，并确认哪个因子最具影响力。在图3.2中左侧的“整体模型”图蠢示了实际产量对预测产量置并标有一条回归銭和95%的置信曲銭。回归凄和95K的置倍曲线与样本均值（水平线）交叉，这表明整体因子模型（包含朋有效应）说明了爆米花产量变异的显著比例。两种爆米花在产量上存在显著差异，如右侧的爆米花主效应杠杆率图所示。圈下方的小产值量化了显着模型拟合和爆米花效应°图乱2实际值对预测值杠杆率圏以及爆玉米花效应杠杆率图S&3油量和爆玉米花左油量交互作用的置信曲线井不与水平均值线交夏（而杲绕过了均值线人这表明这些因子対爆米花产量不产生显着影响。®8.3油星及其与爆玉米花交互作用的杠杆率图型大小■交互作用（爆玉米花*包型）的效应均为显著效应*这就童味着包型的大小影响了爆米花的产量。而且，显著的交互作用表明包型的大小对每种爆米花类型的影响也不同&

S8.4包型及其与爆茉花交互作用的杠杆率團*■BS *，挥玉采理•肚凰*£Hf新. — ■41莉車商曲 tB-16-E8.5中所示的两个杠杆率圈表示在油量和包型大小■之间不存在显著的交互作用*圈其它交互作用效应杠杆率圈量化结果：统计抿表由于油量玻其与其它因子的交互作用并不十分明显，因此可以在不考虑这些效应的情减下，董新拟合,爆米花数擔村新模型应该包含显蒼IS子〔惺米花类理包型大小）矗它们的交互作用顼。此方法精简了统计报表，此銃计报表显示了在用尸感兴趟的不同築件下毎产量的估计值。如之前一样，使用模型拟合命令，单击"模型拟合円窗口以使其成为活动窗口9如果该窗口已关闭，单击报表上的红色三角形图棍，选择脚本、重新分析以打开新的“模型拟合摄窗口“使月以下方法指定二園干按型匕从完全析因模型中，选择州在构造模?中不需宴的效应，然后单击移除。单违运行橫翟。方羞分析图乩6中整休模型杠杆率图表明二囲子模型较好地描述了爆米花试验°请查看附在整体模型杠杆率图后的表。附在整体橈型杠杆車圈后的“方差分析妹表（图8.6杓量化了另折结慰它将样本总变耳分割为不同成分。F方"成分的比率构成;了尸统计量，此数据评怙了模型拟合的有效性。从统计学的角疫来看，如果与拆出率相关联的概率较小，则方差分析模型拟合较仅包含总响应均值的简单模型更佳「ffl8.6二因子整体模型的方垂分新站_» ■W1•-rJ■瞌.■>-Z^10-J；a-I■■e1厂rVW圧Hl«IV5rt玫剧怕和口和m平耳”1 C411i•掠音汇总-方差井靳惑・ W辛方和均齐FttW□勒 1.?imrmn«rwtr山w1U9 iss«nM:.rim#4>rc.ait 归Em.ic™ awin«^方差分析强表显示了以下数摇：•来源棉识爆米花产量值中的娈异来源（模型、误差和C・合计人DF记录了每种变异来源的自由度般*平方和【缩写为£S>屋化了产量上的变戸-C-合计为校正的总平方秋它分（分割》対模型平方和与误差平方和。模型平方和是通过方養分析模型说明的产星变异，方建分析模型假设模型嵐子具有显著效应°误差平方和是剩余变异或未知来源的喪异**均方是平方和除以其关联的自由度（DF）所得的值①<f比率是模型均方除tn吴差均方所得的比率峥D值〉F是由于偶然（并非模型效应》而导致慢米花产量的变异时.出现更大?比率的槪率。在本实例中，应值（口值》F）为（X0001.JO通过在值的旁边加上星号&）来表萌其为區著性卫值。较小的芒值畫味着：如果模型因子不裁响爆米花产量，则在10.000次类似的试验中，预计只会岀现一次像本试验得到的爆米花产量上的差异*ttS4SLODDO1常onnoot汁臥⑹©整博模型的汇总报表打模型拟合”报表中的其它表梶供了统董諳出了因子檯型的响应数值汇总：■尺平方（R2）为n.ant表明二因予慎数据变异。•调整R平方调整R2可以让具有不斤可比性，・均方根误養侑时称为RMSE）是归二因子差异7的产量得芬的变异度量。■响应均值杲产量得分的均值〔平均值.观测值是已记录得分的总数■>通辻“竝应检验”表中的F检验柢率,有的複型效应解释了总变异的显薯比例■恤上星号宀来表明具为见晉!生F值。出模型李数估计值的表。TOC\o"1-5"\h\z•比覃* 0、YL4 D DD24*ED.K316 D 0M7*L5Wl t 5"!5*效应汇总报表请查看模型中每个效应的汇总表。主效应表如此处所示。“墨小二乘均值"表列岀了每个模型因子水平的最小二乘均值和标准误差［不泻虑它们之间的交互作用人在上述平衡实例中，最小二乘均值即是每个因子水平的样茸均值。■击二J4A13■击二J4A13ttJOOO3事阮nitsaci|1*Utmww05*imtJT*mo奉ft杆車朋'Bfi]*T・+=*■»«!K«K>i■犷 mcoeooo0s4ui6?Jfimxnwii ifmm0席卅附沪ifai交互作用的性质对于解释爆米花试验具有重要宣义。要检查爆玉米花*包型时显著交互作用，请执行以下操作：单击响应产量标題栏中的红色三角形图标’选择因子刻画〉交互作用图0此命©将标绘每财应水平组含的最小二乘均值，如图&7所示.S8_7交互件用S00于Rtwill/込.JtnbtUS爆玉米花*包型爆玉米花*包型蝕应的最小二乘均值包塑大小不会对普通品种的爆米花产优质品种荃米，左小色时土产爆米找壬二因子橙型星软奸的预测槿型，E叵单击响应产盂标题栏中的红色三列，预测公式，如圈乩吕所示。八帑玉孝花•啊囉*农科華閑遥Mda(■«o、iv;■irt<i.a?WWJUTwwniplve\anill.9MCXWfn _■fn _■矗菱皆耳me.8爆米花产量的预测公式wun-i 理ntWOfl*BE(WWir取曲»ilJt*IV气it詮找幣MATIHX4gm&tmMr-jiiA*i此命令将在爆米花數据表中创建名为预测公式产畐的新列