一般多元方差分析的因子信息

因子信息表显示设计中的因子、因子类型、水平数和水平值。

因子是您在试验中控制的变量。因子也称为独立变量、解释变量和预测变量。因子只能取有限数量的可能值,称为因子水平。因子可以取文本值或数值。数字因子在试验中使用少量控制值,即便很多值都可用也是如此。

解释

使用因子信息表来验证是否按预期执行了分析。

在一般多元方差分析中,因子只能是固定的。一般而言,如果调查人员控制因子水平,则因子是固定的。另一方面,如果调查人员从总体随机抽取因子水平作为样本,则因子是随机的。

例如,某位质量分析师计划研究在制造过程中可能会影响塑性强度的因子。该分析师在试验中包含添加剂、温度和操作员。添加剂是可以为类型 A 或类型 B 的类别变量。温度是连续变量,但分析师计划只在试验中包含三种温度设置:100 °C、150 °C 和 200 °C。因为分析师控制试验中这两个因子的水平,所以这些因子均为固定的。

因子 加法 温度
水平 A 低 (100 °C)
水平 B 中 (150 °C)
水平   高 (200 °C)

各个因子可以交叉或嵌套。当一个因子的每个水平与另一个因子的每个水平组合发生时,这两个因子就是交叉的。当一个因子的各个水平彼此类似但并不相同,并且每个都与另一个因子的不同水平组合发生时,这两个因子就是嵌套的。

例如,如果一种设计包含机器和操作员,如果所有操作员使用了所有机器,则这些因子是交叉的。但是,如果每个机器具有一组不同的操作员,则操作员嵌套在机器中。

在因子信息表中,括号表示嵌套因子。例如,操作员(机器)表明操作员嵌套于机器中。

有关因子的更多信息,请转到因子和因子水平, 什么是因子、交叉因子和嵌套因子?什么是固定因子和随机因子之间的差值?

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