拟合一般线性模型的随机因子

请查找定义和解释指导,了解随机因子提供的每个统计量。

期望均方

在包含随机项的模型中,期望均方会描述每个变异源组成方差的线性组合的方式。

解释

Minitab 使用线性组合求解综合检验的方差分量和误差项。通常,您需解释综合检验的方差分量和 p 值,而非期望均方。

误差项

误差项是每个 F 检验中使用的分母。如果项不具有确切的 F 检验,则 Minitab 使用预期均方来求解误差项并构建近似 F 检验。此类检验称为综合检验。

解释

你可以检查误差项以确定 Minitab 用于计算 F 值的分母值。Minitab 使用F 检验来计算 p 值。

方差

方差分量表中的方差可评估因方差分析表中每个随机项而在响应中产生的变异量。

解释

用于评估研究中归因于每个随机项的变异量。值越高表明,项对响应产生的变异性越大。

合计的百分比(方差)

合计的百分比估计由模型中每个随机项贡献的总方差的百分比。计算方法是将每个源的方差除以总变异,再乘以 100 即为百分比。

如果方差分量估计值小于零,则 Minitab 会将总变异性百分比显示为零。

解释

使用总方差百分比可评估每个源的变异。

标准差

标准差是方差分量表中每个随机项的标准差。此标准差等于该源方差的平方根。

标准差是一种度量变异的便利方式,因为它具有与响应变量相同的度量单位。

总和的百分比(标准差)

总和的百分比是每个变异源的标准差除以总标准差,再乘以 100。

总标准差百分比是每个源方差的平方根。所以,方差百分比总和为 100,但是标准差百分比不是这样。

解释

使用总标准差百分比可比较每个源的变异和总变异。

如果方差分量估计值小于零,Minitab 将显示负估计值,但会在计算总变异性的百分比时将该估计值设置为零。

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