完全要因实验法I02.pptVIP

22 完全要因实验的反复例 因分散分析的确认及分析对变动的贡献率 Stat ANOVA General Linear Model… 输入反应变量 输入分析是否有效的输入 变量因子,包括交互作用时 输入所有的交互作用. 22 完全要因实验的反复例 分散分析的确认 Stat ANOVA General Linear Model… Analysis of Variance for ????, using Adjusted SS for Tests Source DF Seq SS Adj SS Adj MS F P 催化剂量 1 432.00 432.00 432.00 65.62 0.000 反应温度 1 147.00 147.00 147.00 22.33 0.001 催化剂*反应温度 1 3.00 3.00 3.00 0.46 0.519 Error 8 52.67 52.67 6.58 Total 11 634.67 与Analyze Factorial Designs相同的结果 因子A与B的主效果是有效的,交互作用的非有效的 Seq SS表示各效果的变动,可以用对全体变动的比率来计算变动的贡献率 8.30% 52.67/634.67 Error 0.47% 3.00/634.67 催化剂*反应温度 23.16% 147.00/634.67 反应温度 68.07% 432.00/634.67 催化剂 贡献率 Source 计算回归式 Stat ANOVA Analyze Factorial Design… 作成最终回归式时,注意只使用有效的效果作成 22 完全要因实验的反复例 只输入判断为有效的效果,进行 分析 输入所有效果也可以计算回归式,但推定再现性或反应变量的Y时只用有效效果组成的回归式更确切. 22 完全要因实验的反复例 Estimated Effects and Coefficients for 吸水速度coded units) Term Effect Coef SE Coef T P Constant 100.333 0.7179 139.75 0.000 催化剂 12.000 6.000 0.7179 8.36 0.000 反应温度 7.000 3.500 0.7179 4.88 0.001 Analysis of Variance for ???? (coded units) Source DF Seq SS Adj SS Adj MS F P Main Effects 2 579.000 579.000 289.500 46.81 0.000 Residual Error 9 55.667 55.667 6.185 Lack of Fit 1 3.000 3.000 3.000 0.46 0.519 Pure Error 8 52.667 52.667 6.583 Total 11 634.667 计算回归式 Stat ANOVA Analyze Factorial Design… 以显示的系数为基础作成回归式 通过实验计算的回归式 吸水速度= 100.333 + 6.00 (催化剂量) + 3.50 (反应温度) (in Coded Units) 对超过回归式的残差,验证有效性的结果 → 非有效的 22 完全要因实验的反复例 计算回归式 Stat Regression Regression… 输入回归式中使用的反应变量 输入回归式中使用的输入变量因子 注意事项 这是假设输入变量因子与反应变量间只有直线性关系求的. 即,判断为有曲率时应考虑所有曲率后计算回归式. The regression equation is 吸水速度 = 20.3 + 60.0 催化剂