Ein Techniker, der Elektronikgeräte konstruiert, untersucht die Auswirkungen von Betriebstemperatur und drei Typen von Deckgläsern auf die Lichtausbeute einer Oszilloskopröhre.
Der Techniker verwendet ein allgemeines lineares Modell, um den Effekt der Temperatur, des Glastyps und der Wechselwirkung zwischen diesen beiden Faktoren zu untersuchen.
In der Tabelle der Varianzanalyse sind die p-Werte für alle Terme gleich 0,000. Da die p-Werte kleiner als das Signifikanzniveau 0,05 sind, kann der Techniker schlussfolgern, dass die Effekte statistisch signifikant sind.
Das R2 gibt an, dass das Modell 99,73 % der Varianz der Lichtausbeute erklärt; dies weist darauf hin, dass das Modell außerordentlich gut an die Daten angepasst ist.
Die VIF-Werte sind sehr hoch. VIF-Werte über 5–10 weisen darauf hin, dass die Regressionskoeffizienten aufgrund starker Multikollinearität schlecht geschätzt wurden. In diesem Fall sind die VIF-Werte aufgrund der Terme höherer Ordnung hoch. Terme höherer Ordnung korrelieren mit den Termen der Haupteffekte, da die Terme hoher Ordner auch die Terme der Haupteffekte umfassen. Zum Verringern der VIF-Werte können Sie im Unterdialogfeld Kodierung festlegen, dass die Kovariaten standardisiert werden.
Beobachtungen mit großen standardisierten Residuen oder großen Hebelwirkungswerten werden markiert. In diesem Beispiel weisen zwei Werte standardisierte Residuen mit Absolutwerten größer als 2 auf. Sie sollten ungewöhnliche Beobachtungen untersuchen, da diese irreführende Ergebnissen bewirken können.