L'exemple montre comment analyser une expérience de surface de réponse où des facteurs de blocage (Jour) et des covariables continues (Grade) affectent la réponse (Rendement). Il compare un modèle standard avec un modèle ajusté incluant ces covariables.
Analyse des données
Type : CREATION_INTERNE
Le jeu de données 'Experiment' est créé manuellement via une instruction DATALINES contenant les mesures de l'expérience (Jour, Grade, Temps, Température, Pression, Rendement).
1 Bloc de code
DATA STEP Data
Explication :
Création du jeu de données expérimental contenant les facteurs (Time, Temp, Pressure), les covariables (Day, Grade) et la réponse (Yield).
Création du jeu de données expérimental contenant les facteurs (Time, Temp, Pressure), les covariables (Day, Grade) et la réponse (Yield).
Copié !
| 1 | title 'Response Surface Analysis with Covariates'; |
| 2 | |
| 3 | DATA Experiment; |
| 4 | INPUT Day Grade Time Temp Pressure Yield; |
| 5 | DATALINES; |
| 6 | 1 67 -1 -1 -1 32.98 |
| 7 | 1 68 -1 1 1 47.04 |
| 8 | 1 70 1 -1 1 67.11 |
| 9 | 1 66 1 1 -1 26.94 |
| 10 | 1 74 0 0 0 103.22 |
| 11 | 1 68 0 0 0 42.94 |
| 12 | 2 75 -1 -1 1 122.93 |
| 13 | 2 69 -1 1 -1 62.97 |
| 14 | 2 70 1 -1 -1 72.96 |
| 15 | 2 71 1 1 1 94.93 |
| 16 | 2 72 0 0 0 93.11 |
| 17 | 2 74 0 0 0 112.97 |
| 18 | 3 69 1.633 0 0 78.88 |
| 19 | 3 67 -1.633 0 0 52.53 |
| 20 | 3 68 0 1.633 0 68.96 |
| 21 | 3 71 0 -1.633 0 92.56 |
| 22 | 3 70 0 0 1.633 88.99 |
| 23 | 3 72 0 0 -1.633 102.50 |
| 24 | 3 70 0 0 0 82.84 |
| 25 | 3 72 0 0 0 103.12 |
| 26 | ; |
2 Bloc de code
PROC RSREG
Explication :
Première analyse de régression de surface de réponse modélisant le Rendement (Yield) en fonction des trois facteurs principaux, sans tenir compte des covariables.
Première analyse de régression de surface de réponse modélisant le Rendement (Yield) en fonction des trois facteurs principaux, sans tenir compte des covariables.
Copié !
| 1 | |
| 2 | PROC RSREG |
| 3 | DATA=Experiment; |
| 4 | model Yield = Time Temp Pressure; |
| 5 | RUN; |
| 6 |
3 Bloc de code
DATA STEP Data
Explication :
Étape de préparation des données pour créer des variables indicatrices (d1, d2, d3) correspondant à la variable de blocage 'Day'.
Étape de préparation des données pour créer des variables indicatrices (d1, d2, d3) correspondant à la variable de blocage 'Day'.
Copié !
| 1 | DATA Experiment; |
| 2 | SET Experiment; |
| 3 | d1 = (Day = 1); |
| 4 | d2 = (Day = 2); |
| 5 | d3 = (Day = 3); |
| 6 | RUN; |
4 Bloc de code
PROC RSREG
Explication :
Seconde analyse RSREG incluant les covariables. L'option 'covar=4' indique que les 4 premières variables (d1, d2, d3, Grade) sont des covariables et ne font pas partie de la surface de réponse quadratique des facteurs principaux. ODS Graphics est activé pour générer des graphiques de diagnostic.
Seconde analyse RSREG incluant les covariables. L'option 'covar=4' indique que les 4 premières variables (d1, d2, d3, Grade) sont des covariables et ne font pas partie de la surface de réponse quadratique des facteurs principaux. ODS Graphics est activé pour générer des graphiques de diagnostic.
Copié !
| 1 | ods graphics on; |
| 2 | PROC RSREG DATA=Experiment plots=all; |
| 3 | model Yield = d1-d3 Grade Time Temp Pressure / covar=4; |
| 4 | RUN; |
| 5 | ods graphics off; |
Ce matériel est fourni "tel quel" par We Are Cas. Il n'y a aucune garantie, expresse ou implicite, quant à la qualité marchande ou à l'adéquation à un usage particulier concernant le matériel ou le code contenu dans les présentes. We Are Cas n'est pas responsable des erreurs dans ce matériel tel qu'il existe maintenant ou existera, et We Are Cas ne fournit pas de support technique pour celui-ci.
Informations de Copyright : SAS SAMPLE LIBRARY - REF: SAS/STAT User's Guide, PROC RSREG chapter
Le Conseil de l'Expert
Stéphanie
Spécialiste Machine Learning et IA.
« L'inclusion du paramètre Grade comme covariable est une pratique d'excellence. Sans elle, une fluctuation de la qualité de l'intrant pourrait être interprétée à tort comme un effet de la température ou de la pression, conduisant à des réglages de production sous-optimaux. »