昨日の実験計画法データをMinitabで解析してみることにしました。
資料をご覧ください → 実験計画法(Minitab)
p.1 ①Minitab起動→統計→実験計画法→要因計画→要因計画作成、②今回は因子数を４とします。③計画クリック→④クリック→⑤因子をクリックして、低水準がー１、高水準が１になっていますので、低水準を１、高水準を２に書き換えます。⑦OKをクリック後の表示は「－」で表示を最小化しておきます。
p.2 ⑨計画が表示され、⑩最右列にデータを書き入れます。⑪統計→実験計画法→要因計画→要因計画の分析の順にクリックします。⑫data選択→ グラフをクリック。⑬チェック入れてOKします。
p.3 実行結果は、分散分析結果（左上）、パレート図（左下）他２種類の表とグラフが得られました。分散分析結果は、昨日手計算したものと一致しています。パレート図に赤の縦線があり、この線より右側でれば有意差ありと判定されます。この数値の計算式が不明なので、真偽が確認できておりません。3年前の丁度今頃にも、同様なことで悩んでいたようです。「ブラックボックスを明らかに」歴史は繰り返されるとはよく言われます。前回の資料を読んで、Minitabの資料を読んでいたら、「誤差の自由度での１－α／２でのｔ値」を用いるようです。前回の場合は、これで数値が合ったので、以前の資料を訂正し、前回のブログも訂正しておきます。ただ、今回の誤差の自由度では上手く当てはまらないので、結局分からずじまいになってしまいました。また、しばらく寝かしておきますか。
前回の資料の訂正版（背景がグレーは前回）→ 実験計画その２（改訂）
p.4～6 昨日の分散分析に合わせて、p.1の⑥のところで水準を１と２に書き換えましたが、そのままー１と１のままで、分析したらどうなるか検証してみました。p.6のコード化係数とその回帰式が異なるだけで、あとは一緒でした。コンジョイント分析では、水準をー1／2と1／2にしていました。「パラメータが多く悩む時は・・・」参照してください。効果の違いの白黒をはっきりさせたい場合は、水準を正負にするようにしていると思われます。
3年前にも同じことを考えていたとは、なかなか進化していないものです。