連続応答、カテゴリ因子、オプションの共変量があるときは一般線形モデルの適合を使用して最小二乗モデルを適合します。交互作用および多項式の項、交差・枝分かれ因子、および固定・変量因子を含むことができます。
たとえば、ガラスメーカーの技術者が、オシロスコープの光出力に対するガラスの種類の効果を検定したいとします。温度の共変量は光出力に影響を与えることもあります。技術者は一般線形モデルを使用して、温度の変化を説明しながら3種類のガラスが光出力に影響を与えるかどうかを判断します。
分析を実行後、次の分析を使用できるように、Minitabはモデルを保存します。
- グループ平均を比較します。
- 新しい観測値の応答を予測します。
- 変数の関係をプロットします。
- 複数の応答を最適化する適合値を見つけます。
詳細は、
保存モデルの概要を参照してください。
この分析の場所
一般線形モデルを適合するには、を選択します。
他の分析を使用する場合
- モデルに変量因子がある場合、通常は、制限付き最尤法（REML）を利用できるように混合効果モデルの当てはめを使用します。
- 主に連続予測変数がある場合は、回帰モデルの適合を使用すると、類似のモデル結果を得ることができます。
- カテゴリ因子が1つまたは2つあり、正規分布、二項分布、またはポワソン分布に従うデータで水準平均を全体平均と比較したい場合、平均の分析を使用します。
- 応答と因子の両方で1つのカテゴリ変数しかない場合、どの種類の回帰分析を使用するかについて、一般線形モデルとは をご覧ください。
- グループ間の標準偏差の同等性を検定する場合は、等分散性検定を使用します。
- 相関していて、共通の因子セットである多重応答変数がある場合、強力で多変量応答パターンを検出可能な一般多変量分散分析を使用します。
