请查找每个效应图的定义和解释指导。

Pareto 图

Pareto 图显示从最大效应到最小效应的标准化效应的绝对值。标准化效应是用于检验原假设(假设效应为 0)的 t 统计量。图表还绘制一条参考线来指示在统计意义上显著的效应。

针对统计显著性的参考线依赖于显著性水平(通过 α 或 alpha 表示)。除非您使用逐步选择法,否则显著性水平为“1 - 用于分析的置信水平”。有关如何更改置信水平的更多信息,请转到为分析变异性指定选项。如果您使用向后选择或逐步选择法,则显著性水平为:Minitab 从模型中删除一个称为待删除 Alpha 的项。如果使用向前选择,则显著性水平为:Minitab 向模型添加一个称为入选用 Alpha 的项。
注意

如果模型中的项数等于游程数,则无法计算标准化效应。Minitab 显示非标准化效应,并使用 Lenth 法绘制统计显著性的参考线。有关 Lenth 法的更多信息,请转到分析变异性中效应图的方法和公式,并单击“Lenth 的伪标准误 (PSE)”。

解释

使用 Pareto 图可确定效应的量值和重要性。在 Pareto 图中,跨参考线的条形在统计意义上显著。例如,在该 Pareto 图中,用于表示因子 AB 和 A 的条形跨越 2.57 处的参考线。这些因子在当前模型项的 0.05 水平上具有统计显著性。

由于 Pareto 图将显示效应的绝对值,因此您可以确定哪些效应很大,但无法确定哪些效应会增大或减小响应。可使用标准化效应的正态概率图检查一个图上各效应的量值和方向。

效应的正态图

效应的正态概率图显示相对于所有效应为 0 的情形的分布拟合线的标准化效应。标准化效应是用于检验原假设(假设效应为 0)的 t 统计量。当因子设置的值从低变高时,正效应会增加响应。当因子设置的值从低变高时,负效应会降低响应。在 X 轴上,离 0 越远的效应的量值越大。离 0 越远的效应在统计意义上越显著。

为了获得统计意义上的显著性,点必须与参考线之间间隔的距离依赖于显著性水平(通过 α 或 alpha 表示)。除非您使用逐步选择方法,否则显著性水平为“1 - 用于分析的置信水平”。有关如何更改置信水平的更多信息,请转到为分析变异性指定选项。如果您使用向后选择或逐步选择方法,则显著性水平为:Minitab 从模型中删除一个称为要删除的 Alpha 的项。如果使用前向选择,则显著性水平为:Minitab 向模型添加一个称为要添加的 Alpha 的项。
注意

对于 2 水平设计,如果模型中的项数等于游程数,则无法计算标准化的效应。Minitab 显示了非标准化的效应,并使用 Lenth 方法来计算统计显著性的临界距离。要获取有关 Lenth 方法的更多信息,请转到分析变异性中效应图的方法和公式,并单击“Lenth 的伪标准误 (PSE)”。

解释

使用效应的正态概率图可确定效应的量值、方向和重要性。在效应的正态概率图上,离 0 较远的效应在统计意义上显著。在统计意义上显著和不显著的点的颜色和形状不同。例如,在该图上,A 和 AB 的效应在 0.05 水平上具有统计显著性。这些点与效应不显著的点具有不同的颜色和形状。

此外,该图还表明效应的方向。材料和材料*注塑压力具有负的标准化效应。

因为效应的正态概率图在图左侧显示负效应,在图右侧显示正效应,因此,相比于那些显示标准化效应绝对值的图而言,更难以执行关于哪些效应会最大程度地更改效应的比较。半正态图和 Pareto 图显示标准化效应的绝对值。

效应的半正态图

效应的半正态概率图显示标准化效应(从最大效应到最小效应)的绝对值。标准化效应是用于检验效应为 0 这一原假设的 t 统计量。对于所有效应为 0 的情况,将相对于参考线显示点。在 x 轴上离 0 较远的效应具有更高的量值。离 0 较远的效应也具有更大的统计显著性。

为使得在统计意义上具有显著性,点必须与参考线之间间隔的距离依赖于显著性水平(通过 α 或 alpha 表示)。除非您使用逐步选择法,否则显著性水平为“1 - 用于分析的置信水平”。有关如何更改置信水平的详细信息,请转到为分析变异性指定选项。如果您使用向后选择或逐步选择法,则显著性水平为:Minitab 从模型中删除一个称为待删除 Alpha 的项。如果使用向前选择,则显著性水平为:Minitab 向模型添加一个称为待添加 Alpha 的项。
注意

对于 2 水平设计,如果模型中的项数等于游程数,则无法计算标准化效应。Minitab 显示了非标准化效应,并使用 Lenth 法来计算统计显著性的临界距离。有关 Lenth 法的更多信息,请转到分析变异性中效应图的方法和公式,并单击“Lenth 的伪标准误 (PSE)”。

解释

使用效应的半正态概率图可确定效应的量值和重要性。在效应的半正态概率图上,离 0 较远的效应在统计意义上显著。在统计意义上显著和不显著的点的颜色和形状不同。例如,在该图上,A 和 AB 的效应在 0.05 水平上具有统计显著性。这些点与效应不显著的点具有不同的颜色和形状。此外,Minitab 会将标签放置在具有统计显著性的点上。

由于效应的半正态概率图将显示效应的绝对值,因此您可以确定哪些效应很大,但无法确定哪些效应会增大或减小响应。可使用标准化效应的正态概率图查看一个图上各效应的量值和方向。

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