Professional Documents
Culture Documents
Tud - Dot 2
Tud - Dot 2
Tháng 04/2024
BẢNG ĐÁNH GIÁ MỨC ĐỘ ĐÓNG GÓP
Bảng dữ liệu:
a 4
SSTreatments =b ∑ ( y i .− y ..)2= 4 ∑ ( y i . − y .. )2 = 4*0.09625= 0.385
i=1 i=1
b 4
SS Blocks =a ∑ ( y . j − y ..)2=4 ∑ ( y . j− y ..)2=¿¿ 4*0.20625= 0.825
i=1 i=1
a b 4 4
SST =∑ ∑ ( y ij − y ..)2=∑ ∑ ( y ij − y .. )2=1.29
i=1 j=1 i =1 j=1
SS Blocks 0.825
MS Blocks = = =0.275
b−1 4−1
SS E 0.08
MS E = = = 0.0089
(a−1)(b−1) 3∗3
MS Treatments 0.1283
→ F0 = =14.4375
MS E 0.0089
Ta có: F α ,a−1 ,(a−1)(b−1)=F 0.05 ,3 , 9=3.86
Vì: F 0> F0.05 , 3 ,9 → Bác bỏ giả thuyết: H 0: Trung bình của mỗi mức nhân tố giống nhau
2)
One-way Anova
Không xem xét đến ảnh hưởng của Block Có xem xét đến ảnh hưởng c
=> Chấp nhận giả thuyết H0 (do P-value >0.05) - Độ mòn sơn trung bình của 4 thành phố
là như nhau.
3) Residuals plot
Kết luận:
• Dựa vào biểu đồ Normal Probability Plot, thấy các điểm giá trị dao động xung quanh
đường cố định và không có điểm ngoại lai => Bộ dữ liệu đến từ một quần thể có phân
phối chuẩn.
• Dựa vào biểu đồ Versus Fits, thấy sự biến thiên của sai số được tập trung thành ba
đường và các điểm trên mỗi đường cũng không quá cách biệt. Vì vậy, chúng ta có thể
tạm kết luận rằng phương sai là bằng nhau.
• Dựa vào biểu đồ Histogram Of Residuals, ta có thể thấy rằng biểu đồ có dạng hình
chuông => Bộ dữ liệu đến từ một quần thể có phân phối chuẩn.
• Dựa vào biểu đồ Versus Order, thấy rằng không lặp đi lặp lại => Độc lập
5. Tạo Factorial Plots và sử dụng Responde Optimizer để xác định cài đặt tốt nhất
về thời gian và nhiệt độ nhằm đạt được độ ẩm mục tiêu là 26%, với giới hạn dưới là
25% và giới hạn trên là 27%
- Factorial Plots:
Nhận xét: Từ biểu đồ, ta thấy để đạt được độ ẩm mục tiêu là 26% thì thời gian tốt nhất là
32 ± 1 (phút) và nhiệt độ tốt nhất là 330 ± 5 (॰F)
- Responde Optimize:
Kết luận: Để đạt được biến đáp ứng (độ ẩm) mục tiêu là 26% cần chọn nhiệt
độ là 375॰F và thời gian là 33.5897 phút.
1) Sử dụng Power và Sample size để đánh giá Power của thí nghiệm này nhằm phát
hiện sự khác biệt là 1.5 với độ lệch chuẩn là 1, 𝛼= 0,05
Kết luận: nhằm phát hiện sự khác biệt là 1.5 với độ lệch chuẩn là 1, α = 0.05 thì
mức power là 73%
2) Đánh giá lại Power với hệ số 𝛼= 0,1.
Kết luận: nhằm phát hiện sự khác biệt là 1.5 với độ lệch chuẩn là 1, α = 0.1 thì
mức power là 85%
3) Tạo thiết kế giai thừa đầy đủ
4) Thực hiện Phân tích mô hình sử dụng Dataset “EngWear.MPJ”, sử dụng 𝛼=0,1
(Thực hiện các phân tích trong BT1, BT2, BT3)
- ANALYZE FACTORIAL DESIGN
Kết luận: Biểu đồ Pareto cho thấy, ảnh hưởng chuẩn hóa bằng 1.895:
- Nhân tố A, B và tương tác AC đi qua vạch 1.895 nên A, B và tương tác AC có ảnh
hưởng đến biến đáp ứng.
- Ngược lại, nhân tố C, tương tác AB, tương tác BC và tương tác ABC không ảnh hưởng
đến biến đáp ứng.
Kết luận: Giá trị P-value của A, B và tương tác AC nhỏ hơn 0.1 nên A, B và tương tác
AC có ảnh hưởng biến đáp ứng. Ngược lại, C và tương tác AB, BC, ABC không có ảnh
hưởng.
Kết luận: Biểu đồ Pareto cho thấy, ảnh hưởng chuẩn hóa bằng 1.812:
- Nhân tố A, B và tương tác AC đi qua vạch 1.812 nên A, B và tương tác AC có ảnh
hưởng đến biến đáp ứng.
- Ngược lại, nhân tố C không ảnh hưởng đến biến đáp ứng.
VIF = 1 cho thấy tác động của đa cộng tuyến giữa các yếu tố dự đoán là không
tăng.
Do Body Weight có P-value = 0.166 > 0.05 -> Điều chỉnh mô hình để loại bỏ
biến không quan trọng.
Kết luận:
- Các biến dự đoán quan trọng trong mô hình là các biến Gestation và
Predation.
- VIF=1.02 (~1) -> Tốt -> Có thể tiến hành phân tích hồi quy.
- Ta thấy: R-sq, R-sq(adj) và R-sq(pred) xấp xỉ nhau, không có khác biệt quá
lớn -> Mô hình hồi quy là đáng tin cậy và có thể dùng để dự đoán biến đáp ứng
trong tương lai.
4. Kiểm tra các giả định và Outliers
Kết luận:
- Biểu đồ Normal Probability cho thấy dữ liệu có thể tuân theo phân phối
chuẩn.
- Biểu đồ Versus Fits có một số điểm dữ liệu nằm xa đường hồi quy, cho thấy
mô hình có độ biến thiên tương đối cao
- Biểu đồ histogram cho thấy dữ liệu có dạng phân bố lệch phải, tập trung ở
khoảng giá trị thấp và có mức độ biến thiên tương đối cao.
- Biểu đồ Versus Order cho thấy có một mối quan hệ tương quan giữa thứ tự và
giá trị, nhưng mối quan hệ này không hoàn toàn tuyến tính.
Outlier:
Kết luận: Có xuất hiện các điểm ngoại lai (Outliers).