Au cours d'une série de mesures sur l'énergie héliothermique, des techniciens mesurent l'ensoleillement. Des énergéticiens souhaitent déterminer l'influence de la position des points focaux à l'est, au sud et au nord sur les mesures d'ensoleillement.
L'ingénieur ajuste le modèle de régression, puis il utilise la fonction Diagrammes factoriels pour mieux comprendre les effets.
Le diagramme des interactions indique les moyennes ajustées de l'isolation par combinaisons de paramètres des points focaux pour Est et Sud. Ce diagramme indique un effet d'interaction apparent, car les lignes ne sont pas parallèles, ce qui implique que la relation entre l'isolation et le point focal Est dépend du paramètre pour Sud. Les résultats de l'analyse de régression indiquent que l'effet d'interaction pour Est*Sud est statistiquement significatif.
L'isolation augmente avec des valeurs plus élevées pour Est lorsque la valeur pour Sud est élevée. Toutefois, l'isolation diminue avec des valeurs plus élevées pour Est lorsque la valeur pour Sud est faible.
Les graphiques des effets principaux représentent les moyennes ajustées pour chaque variable continue, tandis que les autres variables du modèle restent constantes. Les lignes n'étant pas horizontales, il existe des effets principaux pour toutes ces variables. Les résultats de l'analyse de régression confirment le fait que tous les effets principaux sont statistiquement significatifs. Toutefois, étant donné que les effets des interactions sont statistiquement significatifs, le graphique des effets principaux risque d'être trompeur. Aussi, vous ne pouvez pas interpréter les effets principaux sans tenir compte des effets des interactions.