Tabela Médias para Análise de experimento fatorial

Interpretação

As médias ajustadas são úteis porque as médias dos dados podem não ser bons indicadores de efeitos principais e efeitos de interação. As diferenças entre as médias de dados podem representar condições experimentais não balanceadas em vez de diferenças devido a mudanças nos níveis de fator. As médias ajustadas resolvem este problema por meio da estimativa dos resultados de um experimento balanceado.

Use a tabela Médias para entender as diferenças estatisticamente significativas entre os níveis de fatores. A média de cada grupo fornece uma estimativa de cada média da população. Procure por diferenças entre médias de grupo para termos que são estatisticamente significativos.

Para efeitos principais, a tabela apresenta os grupos dentro de cada fator e suas médias. Para efeitos de interação, a tabela apresenta todas as combinações possíveis dos grupos. Se um termo de interação for estatisticamente significativo, não interprete os efeitos principais sem considerar os efeitos da interação.

Nestes resultados, a tabela Médias mostra como a resistência do isolamento varia de acordo com o material, a pressão de injeção, a temperatura de injeção e a temperatura de arrefecimento. Todos os fatores são estatisticamente significativos ao nível 0,05. No entanto, como a interação entre a temperatura de arrefecimento e a temperatura de injeção também é estatisticamente significativa ao nível de 0,05, não interprete os efeitos principais sem considerar os efeitos de interação.

Por exemplo, a tabela para o termo de interação mostra que com uma temperatura de injeção de 85, uma alteração na temperatura de arrefecimento de 25 para 45 está associada a um decréscimo significativo na resistência do isolamento de aproximadamente 6 unidades. No entanto, com uma temperatura de injeção de 100, uma diminuição da temperatura de arrefecimento de 25 para 45 está associada a uma alteração média da resistência do isolamento de apenas aproximadamente 2 unidades.

Interpretação

Use o erro padrão da média para determinar o quão precisamente a média ajustada estima a média da população.

Um valor menor do erro padrão da média indica uma estimativa mais precisa da média da população. Normalmente, um desvio padrão maior resulta em um erro padrão maior da média e em uma estimativa menos precisa da média da população. Um tamanho amostral maior resulta em um erro padrão menor da média e uma estimativa mais precisa da média da população.

Interpretação

Este valor é a média da covariável. O Minitab mantém a covariável no valor médio ao calcular as médias ajustadas para os fatores.

Interpretação

Use o desvio padrão para determinar o quanto a covariável varia em torno da média. O Minitab mantém a covariável no valor médio ao calcular as médias ajustadas para os fatores.