랜덤 항이 포함된 모형에서 기대 평균 제곱은 각 변동 원인이 분산의 선형 결합으로 어떻게 구성되는지 설명합니다.
Minitab에서는 선형 결합을 사용하여 합성 검정에 대한 분산 성분과 오차 항을 계산합니다. 일반적으로 기대 평균 제곱 대신 합성 검정의 분산 성분과 p-값을 해석합니다.
오차 항은 각 F-검정에서 사용되는 분모입니다. 항에 정확한 F-검정이 없으면 Minitab에서는 기대 평균 제곱을 사용하여 오차 항을 계산하고 근사 F-검정을 구성합니다. 이 검정 유형을 합성 검정이라고 합니다.
오차 항을 조사하여 Minitab에서 F-값을 계산하기 위해 사용한 분모 값을 확인할 수 있습니다. Minitab에서는 p-값을 계산하기 위해 F-검정을 사용합니다.
분산 성분 표의 분산은 분산 분석표의 각 랜덤 항으로 인한 반응의 변동량을 추정합니다.
연구에서 각 랜덤 항으로 인한 변동량을 평가하는 데 사용하십시오. 값이 높을수록 해당 항으로 인한 반응의 변동성이 크다는 것을 나타냅니다.
총계의 %는 모형의 각 랜덤 항이 기여하는 총 분산의 백분율입니다. 이 값은 각 요인에 대한 분산을 총 변동으로 나눈 다음, 백분율로 표현하기 위해 100을 곱하여 계산합니다.
분산 성분 추정치가 0보다 작으면 Minitab에서는 총 변동성의 백분율에 대해 0을 표시합니다.
각 원인으로 인한 변동을 평가하려면 총 분산의 백분율을 사용하십시오.
표준 편차는 분산 성분 표의 각 랜덤 항에 대한 표준 편차입니다. 표준 편차는 해당 요인에 대한 분산의 제곱근과 같습니다.
표준 편차는 반응 변수와 측정값의 단위가 같기 때문에 편리한 변동 측도입니다.
총계의 %는 각 변동 원인에 대한 표준 편차를 총 표준 편차로 나눈 다음, 100을 곱한 값입니다.
총 표준 편차의 백분율은 각 원인에 대한 분산의 제곱근입니다. 따라서 분산 백분율의 합은 100이지만 표준 편차 백분율의 합은 그렇지 않습니다.
각 원인의 변동을 총 변동과 비교하려면 총 표준 편차의 백분율을 사용하십시오.
분산 성분 추정치가 0보다 작으면 Minitab에서는 음수 추정치를 표시하지만 총 변동성의 백분율을 계산하기 위해서는 추정치를 0으로 설정합니다.