Funktionen > Statistische Versuchsplanung > Faktoren-Screening > Beispiel: ANOVA (Varianzanalyse) und Blockbildung
Beispiel: ANOVA (Varianzanalyse) und Blockbildung
Verwenden Sie die Funktionen block und anova, um eine Konstruktionsmatrix in zwei Blocks zu teilen und zu testen, welche Wirkung die Blockbildung auf das Ergebnis hat.
1. Rufen Sie die Funktion fullfact auf, um eine Konstruktionsmatrix mit vollständiger Fakultät zu erstellen.
Zum Kopieren dieses Ausdrucks klicken
2. Rufen Sie block auf, um die Konstruktionsmatrix X in zwei Blöcke zu teilen.
Zum Kopieren dieses Ausdrucks klicken
Die ersten acht Durchläufe erfolgen in Block 1 und die verbleibenden Durchläufe in Block 2.
3. Rufen Sie die Funktion randomize auf, bevor Sie das Experiment ausführen. Die Randomisierung wird für jeden Block separat ausgeführt.
Zum Kopieren dieses Ausdrucks klicken
4. Zeichnen Sie die Ergebnisse des Experiments mit jeweils einer Zeile pro Durchlauf der in Blöcke geteilten Konstruktionsmatrix B und einer Spalte pro Replikat in Matrix Y auf.
Zum Kopieren dieses Ausdrucks klicken
5. Rufen Sie die Funktion quickscreen auf, um die Wirkungen der Faktoren, die Interaktionen zweiter Ordnung und die Blockbildung zu berechnen.
Zum Kopieren dieses Ausdrucks klicken
6. Verwenden Sie die Funktionen augment und submatrix, um die Faktoren und ihre Effekte aus Q zu extrahieren und die Kopfzeilen zu entfernen.
Zum Kopieren dieses Ausdrucks klicken
Zum Kopieren dieses Ausdrucks klicken
7. Ersetzen Sie die Wirkungen durch den absoluten Wert bei halben Wirkungen.
Zum Kopieren dieses Ausdrucks klicken
Zum Kopieren dieses Ausdrucks klicken
8. Rufen Sie die Funktion pareto auf, und erstellen Sie dann ein Paretodiagramm.
Zum Kopieren dieses Ausdrucks klicken
Zum Kopieren dieses Ausdrucks klicken
Die Faktoren A, B, D, Interaktionen AD und BD und Blocks scheinen signifikant zu sein.
9. Rufen Sie die Funktion anova auf, um eine Varianzanalyse durchzuführen. Berechnen Sie den kritischen F-value für die Faktoren, die Interaktionen und die Blockbildung. Vergleichen Sie den F-value mit dem kritischen F-value.
Zum Kopieren dieses Ausdrucks klicken
10. Verwenden Sie die Funktion qF, um den kritischen F-value für Faktoren, Interaktionen und Blockbildung zu berechnen. Vergleichen Sie den F-value mit dem kritischen F-value.
Legen Sie die Ebene auf 5% fest:
Zum Kopieren dieses Ausdrucks klicken
Legen Sie den niedrigsten Freiheitsgrad DF fest:
Zum Kopieren dieses Ausdrucks klicken
Legen Sie den höchsten Freiheitsgrad DF fest:
Zum Kopieren dieses Ausdrucks klicken
Zum Kopieren dieses Ausdrucks klicken
Faktoren A, B, D, Interaktionen AD und BD und Blocks sind auf der Ebene 5% signifikant, da ihre F-Werte größer als Fcrit sind. Diese Varianzanalyse verstärkt die aus dem Paretodiagramm abgeleitete subjektive Folgerung.
Verweis
Montgomery, D.C., Design and Analysis of Experiments, 5. Ausgabe, John Wiley & Sons, New York, 2001, S. 295.
War dies hilfreich?