2値応答の分析
はじめに
二値応答を分析は、結果が2つの水準のみを取る場合（合格/不合格、欠陥あり/なし、はい/いいえなど）に使用するDOE専用の分析ツールです。
計画を作成または定義し、二値の結果データを収集した後にこの分析を使用します。 サポートしている計画タイプ
- 因子計画（2水準、一般完全因子計画、Plackett-Burman）
- 応答曲面計画（中央複合計画、Box-Behnken計画）
- 決定的スクリーニング計画
二値応答データ
二値応答データは、ワークシートの2列に配置する必要があります。
イベント数 試行回数 45（成功または失敗） 50（総試行数） 38（成功または失敗） 50（総試行数）
- 一方の列はイベント（成功または失敗）を入力し、もう一方の列は総試行数を入力します。
処理
- 実験計画データ（計画を作成またはカスタム計画を定義で作成）を含むワークシートをアクティブにします。
- 応答データをイベント数/試行数の形式で入力します。
- Originメニューから統計：品質の向上：実験計画法を選択
- 二値応答を分析アイコンをクリックします。
分析の実行
- ダイアログのモデルタブで、イベント数列および試行数列を指定します。
- リンク関数を選択します。
- ロジット
- ノーミット(プロビット)
- Gompit: \(\ln\!\bigl(-\ln(1-p)\bigr) \)
分析ダイアログのその他のオプションは、計画タイプによって異なります。対応するダイアログのヘルプを参照してください。
二値応答分析の結果
二値応答分析では、モデルの適合度を評価するために、通常の平方和ではなく逸脱度（Deviance）を使用します。そのため、標準的な計画分析とは一部異なる点があります。その他の出力表はほぼ同じですが、以下の点が異なります。
結果の解釈について詳しくは、DOE結果の解釈を参照してください。
係数表
- z値: Wald検定の統計量です。推定係数をその標準誤差で割って計算します。係数が0と有意に異なるかどうかを検定します。
- Prob > |z|: Wald検定のP値です。有意水準（通常0.05）未満の値は、その項が統計的に有意であることを示します。
モデル統計量
- 逸脱度R二乗: R二乗と同様にモデルの適合度を示します。値が大きいほど、モデルの適合度が高いことを示します。
- 逸脱度R二乗(調整済み): 調整済みR二乗と同様に、モデルの適合度を調整して評価する指標です。 R-Square. 値が大きいほど良好です。回帰では、モデルに項を追加すると逸脱度R二乗は常に増加します。一方、調整済み逸脱度R二乗は必ずしも増加せず、モデルを意味のある形で改善しない項を追加すると減少することがあります。そのため、項の数が異なるモデルを比較する場合は、調整済み逸脱度R二乗が適しています。
- AIC: 赤池情報量規準です。モデルの複雑さにペナルティを与えながら適合度を評価します。同じデータにあてはめたモデルを比較する場合、一般にAICが小さいほど、適合度と複雑さのバランスが良いモデルであることを示します。
- AICc: 小標本に対してAICを補正した指標です。 AICと同様に、同じデータにあてはめたモデルを比較する場合、値が小さいほど望ましいモデルであることを示します。
- BIC: ベイズ情報量規準です。AICと同様にモデルの適合度と複雑さのバランスを評価しますが、追加したモデル項に対してAICより強いペナルティを与えます。候補モデルを比較する場合、一般にBICが小さいほど良いモデルであることを示します。
ANOVA
- 逸脱度: その項によって減少したモデルの逸脱度を示します。値が大きいほど、その項が対数オッズの変動をより多く説明していることを示します。
- 平均逸脱度: 逸脱度を自由度（DF）で割った値です。DF = 1の場合は、逸脱度と同じ値になります。