한 엔지니어가 세 가지 금속의 침전 시간과 압축 강도 사이의 관계를 평가하려고 합니다. 엔지니어는 각 침전 시간(100분, 150분, 200분)에서 금속 종류별로 시료 5개의 압축 강도를 측정합니다.
엔지니어는 일반 선형 모형(GLM) 분산 분석을 수행하고 주효과도를 결과에 포함합니다.
- 표본 데이터침전시간.MTW을 엽니다.
- 을 선택합니다.
- 반응에 강도을 입력합니다.
- 요인에 침전 시간 및 금속 유형을 입력합니다.
- 확인을 클릭합니다.
결과 해석
이 예에서 주효과도는 금속 유형 2가 최고 강도와 연관되어 있고 150의 침전 시간이 최고 강도와 연관되어 있다는 것을 보여줍니다. 그러나 GLM 결과는 침전 시간에 대한 주효과가 통계적으로 유의하지 않다는 것을 나타냅니다. 침전 시간 수준에 대한 평균 간의 차이는 랜덤 확률로 인한 것일 수도 있습니다.
일반 선형 모형 적합을 이 데이터 집합과 함께 사용하는 경우, 결과가 침전 시간과 금속 유형 간의 교호작용이 통계적으로 유의하다는 것을 나타냅니다. 이 교호작용 효과는 금속 유형과 강도의 관계가 침전 시간 값에 종속된다는 것을 나타냅니다. 따라서 엔지니어는 교호작용 효과를 고려하지 않고 주효과를 해석할 수 없습니다.
이 그림을 사용하여 효과를 표시할 수 있지만 분산 분석표의 효과를 보고 통계적 유의성도 평가해야 합니다.
이 그림에는 데이터 평균이 표시됩니다. 데이터 평균을 사용하여 분명한 효과를 식별할 수 있지만, 더 정확한 결과를 얻으려면 일반적으로 요인 그림을 사용하는 것이 좋습니다.
