一般多変量分散分析の例

ある自動車部品供給業者が、自社が提供するドアロックの有用性と品質を評価します。ロックは3つの工場で2つの異なる方法を使用して製造されています。製造管理者は、製造方法と工場が最終製品に影響するかどうかを調べたいと考えています。そこで、各工場から各方法で生産されたロックのデータを収集します。

管理者は、ロックのサンプルの品質と有用性に関するデータを収集します。方法と工場が両方の応答変数に同時にどれだけ影響するかを評価するために、管理者は一般多変量分散分析を実行します。管理者は、もっと詳しく調べるために有意水準0.10を使用してどちらが影響するかを調べます。

  1. サンプルデータを開きます自動車ロック評価.MTW.
  2. 統計 > 分散分析 > 一般多変量分散分析を選択します。
  3. 応答に、'有用性評価' '品質評価'を入力します。
  4. モデルに、方法工場方法*工場を入力します。
  5. OKをクリックします。

結果を解釈する

生産法のp値は有意水準0.10のときに統計的に有意です。製造工場のp値は、どんな検定でも、有意水準0.10のときに有意にはなりません。生産法と製造工場の交互作用のp値は、有意水準0.10のときに統計的に有意です。交互作用は統計的に有意であるので、生産法の効果は製造工場によって変動します。
一般線形モデル:有用性評価, 品質評価 対 方法, 工場

方法に対する多変量分散分析の検定




自由度
基準検定統計量F値NUMDenom (分母)p値
Wilksの0.6309916.0822550.000
Lawley-Hotelling0.5848216.0822550.000
Pillaiの0.3690116.0822550.000
Royの0.58482       
s=1    m=0    n=26.5

工場に対する多変量分散分析の検定




自由度
基準検定統計量F値NUMDenom (分母)p値
Wilksの0.891781.62141100.174
Lawley-Hotelling0.119721.61641080.175
Pillaiの0.109671.62541120.173
Royの0.10400       
s=2    m=-0.5    n=26.5

方法*工場に対する多変量分散分析の検定




自由度
基準検定統計量F値NUMDenom (分母)p値
Wilksの0.858262.18441100.075
Lawley-Hotelling0.164392.21941080.072
Pillaiの0.142392.14641120.080
Royの0.15966       
s=2    m=-0.5    n=26.5