拟合一般线性模型的均值表

请查找定义和解释指导,了解均值表中的每个统计量。

拟合均值(因子)

拟合均值使用拟合模型中的系数来计算因子或交互作用的每个水平组合的平均均值。数据均值使用每个因子水平组合的原始响应变量均值。因此,这两种类型的均值对于平衡设计是相同的,但对于不平衡设计可能是不同的。

解释

拟合均值估计一个因子的不同水平下的平均响应,并同时求其他因子的平均水平。

使用“均值”表可理解数据中因子水平之间的统计显著性差异。每组的均值都提供了每个总体均值的估计值。请查找统计意义显著的项组均值之间的差异。

对于主效应,该表显示每个因子内的组及其均值。对于交互作用项效应,该表显示组的所有可能的组合。如果交互作用项在统计意义上显著,则在不考虑交互作用效应的情况下,不解释主效应。

在这些结果中,均值表显示均值厚度如何随时间、机器设置、时间和机器的每种设置组合而改变。设置在统计意义上显著,且机器设置的均值有所不同。但是,因为时间*设置交互作用项也在统计意义上显著,那么不考虑交互作用效应就无法解释主效应。例如,交互作用项表显示设置为 44 时,时间 2 与较厚的涂层相关。但是,如果设置为 52,则时间 1 与较厚的涂层相关。

General Linear Model: Thickness versus Time, Operator, Setting

Means Term Fitted Mean Time 1 67.7222 2 68.7222 Setting 35 40.5833 44 73.0833 52 91.0000 Time*Setting 1 35 40.6667 1 44 70.1667 1 52 92.3333 2 35 40.5000 2 44 76.0000 2 52 89.6667

均值标准误

如果反复从同一总体提取样本,则均值标准误 (SE Mean) 会估计您将获取的拟合均值的变异性。

例如,根据 312 个交货时间的随机样本,得到平均交货时间为 3.80 天,标准差为 1.43 天。这些数字产生的均值标准误为 0.08 天(1.43 除以 312 的平方根)。如果从相同总体中抽取数量相同的多个随机样本,则这些不同样本均值的标准差大约为 0.08 天。

解释

使用均值的标准误可以确定拟合均值对总体均值的估计精确度。

均值标准误的值越小,表明总体均值的估计值越精确。通常,标准差越大,均值的标准误就越大,总体均值的估计值越不精确。样本数量越大,均值的标准误就越小,总体均值的估计值越精确。

数据均值(协变量)

协变量均值是协变量值的平均值,即所有观测值之和除以观测值的个数。均值使用表示协变量值中心的单个值来汇总样本值。

解释

此值是协变量的均值。Minitab 在为因子计算拟合均值时,将协变量保持在均值。

标准差 (StDev)

标准差是离散的最常用度量,即各个协变量值从均值扩散的程度。

解释

使用标准差可以确定协变量相对于均值的变化量。Minitab 在为因子计算拟合均值时,将协变量保持在均值。

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策