Tabla Medias para Analizar diseño de cribado definitivo

Media ajustada (factores)

Las medias ajustadas utilizan los coeficientes del modelo ajustado para calcular la respuesta media para cada combinación de niveles de un factor o interacción.

Interpretación

Las medias ajustadas estiman la respuesta promedio en diferentes niveles de un factor, promediando al mismo tiempo los niveles de los otros factores.

Utilice la tabla Medias para entender las diferencias estadísticamente significativas entre los niveles de los factores en sus datos. La media de cada grupo proporciona una estimación de cada media de población. Busque diferencias entre las medias de grupo para los términos que son estadísticamente significativos.

Para los efectos principales, la tabla muestra los grupos dentro de cada factor y sus medias. Para los efectos de interacción, la tabla muestra todas las combinaciones posibles de los grupos. Si un término de interacción es estadísticamente significativo, no interprete los efectos principales sin considerar los efectos de interacción.

En estos resultados, la tabla Medias muestra la variación en la media de grosor según el tiempo, la configuración de la máquina y cada combinación de tiempo y configuración de la máquina. El valor de configuración es estadísticamente significativo y las medias difieren entre las configuraciones de la máquina. Sin embargo, puesto que el término de interacción Tiempo*Configuración también es estadísticamente significativo, no interprete los efectos principales sin considerar los efectos de interacción. Por ejemplo, la tabla para el término de interacción muestra que con una configuración de 44, el tiempo 2 está asociado con un recubrimiento más grueso. Sin embargo, con una configuración de 52, el tiempo 1 está asociado con un recubrimiento más grueso.

Modelo lineal general: Grosor vs. Tiempo, Operador, Posición

Medias

TérminoMedia
ajustada
Tiempo 
  167.7222
  268.7222
Posición 
  3540.5833
  4473.0833
  5291.0000
Tiempo*Posición 
  1 3540.6667
  1 4470.1667
  1 5292.3333
  2 3540.5000
  2 4476.0000
  2 5289.6667

EE media

El error estándar de la media (EE media) estima la variabilidad entre las medias ajustadas que se obtendría si se tomaran muestras de la misma población una y otra vez.

Por ejemplo, usted tiene un tiempo de entrega medio de 3.80 días, con una desviación estándar de 1.43 días, de una muestra aleatoria de 312 tiempos de entrega. Estos números producen un error estándar de la media de 0.08 días (1.43 dividido entre la raíz cuadrada de 312). Si usted tomara múltiples muestras aleatorias del mismo tamaño y de la misma población, la desviación estándar de esas medias de muestra diferentes habría estado alrededor de 0.08 días.

Interpretación

Utilice el error estándar de la media para determinar con cuánta precisión la media ajustada estima la media de la población.

Un valor más bajo del error estándar de la media indica una estimación más precisa de la media de la población. Por lo general, una desviación estándar más grande da como resultado un mayor error estándar de la media y una estimación menos precisa de la media de la población. Un tamaño de muestra más grande da como resultado un menor error estándar de la media y una estimación más precisa de la media de la población.

Media de los datos (covariable)

La media de la covariable es el promedio de los valores de covariable, que es la suma de todas las observaciones dividida entre el número de observaciones. La media resume los valores de la muestra con un solo valor que representa el centro de los valores de covariable.

Interpretación

Este valor es la media de la covariable. Minitab fija la covariable en el valor medio al calcular las medias ajustadas de los factores.

Desviación estándar (Desv.Est.)

La desviación estándar es la medida de dispersión más común, que indica qué tan dispersos están los valores individuales de covariable con respecto a la media.

Interpretación

Utilice la desviación estándar para determinar qué tanto varía la covariable alrededor de la media. Minitab fija la covariable en el valor medio al calcular las medias ajustadas de los factores.