用回归进行预测:
这里的区别说明一下:
DOE会自动在你简化后的模型下包含的效果进行预测,比如A ,B,AB
但是回归则不能包含交互因子,所以需要重新计算出一列交互因子
方式如下:
1) 重新选定一列,命名位AB
2) 使用计算器,将A因子与B因子相乘,放入AB列中(例如70*400=28000)
3) 这个时候我们要分析的3个效应就出来了,A,B,AB
开始预测:
Stat>Regression> Regression
在Response中选择Y,
在Predictors中要分析的因子A,B,AB
点Options:
Prediction intervals for new observtions中输入如下:
300 70 21000
选中Storage中的4项
点2次OK后看Session如下:
Regression Analysis: Strength versus Press, Dis, AB
The regression equation is
Strength = - 547 + 1.35 Press + 10.4 Dis - 0.0235 AB
Predictor Coef SE Coef T P
Constant -547.3 164.7 -3.32 0.010
Press 1.3495 0.4659 2.90 0.020
Dis 10.395 2.527 4.11 0.003
AB -0.023500 0.007146 -3.29 0.011
S = 5.05327 R-Sq = 90.1% R-Sq(adj) = 86.3%
Analysis of Variance
Source DF SS MS F P
Regression 3 1851.58 617.19 24.17 0.000
Residual Error 8 204.28 25.54
Total 11 2055.87
Source DF Seq SS
Press 1 633.68
Dis 1 941.78
AB 1 276.12
****Predicted Values for New Observations
New
Obs Fit SE Fit 95% CI 95% PI
1 91.68 3.42 (83.79, 99.57) (77.61, 105.76)
Values of Predictors for New Observations
New
Obs Press Dis AB
1 300 70.0 21000****
5 个回复
烟头灭了 (威望:4) (湖南 长沙) 在校学生 经理 - 点根烟,继续生活 倒杯酒,继续拼搏
赞同来自:
这里的区别说明一下:
DOE会自动在你简化后的模型下包含的效果进行预测,比如A ,B,AB
但是回归则不能包含交互因子,所以需要重新计算出一列交互因子
方式如下:
1) 重新选定一列,命名位AB
2) 使用计算器,将A因子与B因子相乘,放入AB列中(例如70*400=28000)
3) 这个时候我们要分析的3个效应就出来了,A,B,AB
开始预测:
Stat>Regression> Regression
在Response中选择Y,
在Predictors中要分析的因子A,B,AB
点Options:
Prediction intervals for new observtions中输入如下:
300 70 21000
选中Storage中的4项
点2次OK后看Session如下:
Regression Analysis: Strength versus Press, Dis, AB
The regression equation is
Strength = - 547 + 1.35 Press + 10.4 Dis - 0.0235 AB
Predictor Coef SE Coef T P
Constant -547.3 164.7 -3.32 0.010
Press 1.3495 0.4659 2.90 0.020
Dis 10.395 2.527 4.11 0.003
AB -0.023500 0.007146 -3.29 0.011
S = 5.05327 R-Sq = 90.1% R-Sq(adj) = 86.3%
Analysis of Variance
Source DF SS MS F P
Regression 3 1851.58 617.19 24.17 0.000
Residual Error 8 204.28 25.54
Total 11 2055.87
Source DF Seq SS
Press 1 633.68
Dis 1 941.78
AB 1 276.12
****Predicted Values for New Observations
New
Obs Fit SE Fit 95% CI 95% PI
1 91.68 3.42 (83.79, 99.57) (77.61, 105.76)
Values of Predictors for New Observations
New
Obs Press Dis AB
1 300 70.0 21000****