Notice
Vous quittez maintenant support.minitab.com.
Cliquez sur Continuer pour procéder à :
Les moyennes ajustées utilisent les coefficients du modèle ajusté pour calculer la réponse moyenne pour chaque combinaison de niveau d'un facteur ou d'une interaction.
Les moyennes ajustées sont utiles car les moyennes des données peuvent ne pas être de bons indicateurs des effets principaux et des effets d'interaction. Les différences entre les moyennes des données peuvent être dues à des conditions expérimentales non équilibrées et non à la modification des niveaux de facteur. Les moyennes ajustées règlent ce problème, car elles estiment les résultats d'un plan équilibré.
Utilisez le tableau des moyennes pour voir les différences qui sont statistiquement significatives entre les niveaux de facteurs. La moyenne de chaque groupe fournit une estimation de la moyenne de chaque population. Recherchez les différences entre les moyennes des groupes pour les termes qui sont statistiquement significatifs.
Pour les effets principaux, le tableau affiche les groupes propres à chaque facteur, ainsi que leurs moyennes. Pour les effets d'interaction, le tableau affiche toutes les combinaisons possibles dans les groupes. Si un terme d'interaction est statistiquement significatif, n'interprétez pas les effets principaux sans tenir compte des effets d'interaction.
Dans ces résultats, le tableau des moyennes indique la variation de la puissance de l'isolation en fonction du matériau, de la pression d'injection, de la température d'injection et de la température de refroidissement. Tous les facteurs sont statistiquement significatifs au seuil 0,05. Cependant, étant donné que l'interaction entre la température d'injection et la température de refroidissement est elle aussi statistiquement significative au seuil 0,05, vous ne pouvez pas interpréter les effets principaux sans tenir compte des effets d'interaction.
Par exemple le tableau du terme d'interaction montre qu'avec une température d'injection de 85, le fait d'élever la température de refroidissement de 25 à 45 entraîne une diminution moyenne de l'efficacité de l'isolation d'environ 6 unités. En revanche, avec une température d'injection de 100, une augmentation de la température de refroidissement de 25 à 45 entraîne seulement un changement moyen d'environ 2 unités dans l'efficacité de l'isolation.
| Terme | Moyenne ajustée | ErT moyenne |
|---|---|---|
| Matériau | ||
| Formule1 | 26,269 | 0,480 |
| Formule2 | 32,998 | 0,480 |
| PressInj | ||
| 75 | 26,980 | 0,480 |
| 150 | 32,287 | 0,480 |
| TempInj | ||
| 85 | 27,487 | 0,480 |
| 100 | 31,780 | 0,480 |
| TempRafr | ||
| 25 | 31,593 | 0,480 |
| 45 | 27,674 | 0,480 |
| TempInj*TempRafr | ||
| 85 25 | 30,351 | 0,679 |
| 100 25 | 32,834 | 0,679 |
| 85 45 | 24,623 | 0,679 |
| 100 45 | 30,726 | 0,679 |
L'erreur type de la moyenne (ErT moyenne) estime la variabilité entre les moyennes ajustées que vous obtiendriez si vous preniez des échantillons répétés de la même population.
Par exemple, vous disposez d'un délai de livraison moyen de 3,80 jours avec un écart type de 1,43 jour, basé sur un échantillon aléatoire de 312 délais de livraison. Ces chiffres génèrent une erreur type de la moyenne de 0,08 jour (1,43 divisé par la racine carrée de 312). Si vous preniez en compte plusieurs échantillons aléatoires de même effectif et provenant de la même population, l'écart type de ces différentes moyennes d'échantillons tournerait autour de 0,08 jour.
Utilisez l'erreur type de la moyenne pour déterminer avec quelle précision la moyenne ajustée évalue la moyenne de la population.
Lorsque la valeur de l'erreur type de la moyenne est moins élevée, l'estimation de la moyenne de la population est plus précise. En règle générale, plus l'écart type est grand, plus l'erreur type de la moyenne est élevée et moins l'estimation de la moyenne de la population est précise. En revanche, plus l'effectif d'échantillon est élevé, plus l'erreur type de la moyenne est faible et plus l'estimation de la moyenne de la population est précise.
La moyenne de la covariable est la moyenne des valeurs de covariables, c'est-à-dire la somme de toutes les observations, divisée par le nombre d'observations. La moyenne résume les valeurs d'échantillons en une seule valeur représentant le centre des valeurs de covariables.
Cette valeur est la moyenne de la covariable. Minitab maintient la covariable sur une valeur moyenne lorsqu'il calcule les moyennes ajustées des facteurs.
L'écart type est la mesure la plus courante de la dispersion ou de la répartition des valeurs de covariables individuelles autour la moyenne.
Utilisez l'écart type pour déterminer l'ampleur de la variation de covariable autour de la moyenne. Minitab maintient la covariable sur une valeur moyenne lorsqu'il calcule les moyennes ajustées des facteurs.
Vous quittez maintenant support.minitab.com.
Cliquez sur Continuer pour procéder à :