分析变异性指定选项

统计 > DOE > 因子 > 分析变异性 > 选项

估计法

估计法中,在最小二乘估计法 (LSE) 和极大似然估计法 (MLE) 之间选择。当饱和模型中的参数数量等于数据点数量时,这些方法产生的系数估计值相等。

通常,LSE 和 MLE 结果之间的差异非常小,因而这两种方法可以互换使用。您可能需要同时运行这两种方法并确定其结果是否可以相互印证。如果结果不同,您可能需要确定其中原因。例如,MLE 假设原始数据来自正态分布。如果您的数据可能不是正态分布的,则 LSE 可能会提供更好的估计值。此外,LSE 无法为标准差等于零的数据计算结果。MLE 可以提供估计值,但这取决于具体的模型。

由于 LSE 可提供更优的 p 值,而 MLE 可提供更精确的系数,您可以组合使用 LSE 和 MLE1。要使用此方法,请执行下列步骤:
  1. 通过 LSE 使用 p 值确定具有统计显著性的项。
  2. 重新拟合模型,排除不显著的项,以找出合适的简化模型。
  3. 使用 MLE 可估计模型的最终系数并确定拟合值和残差。

所有区间的置信水平

输入系数和拟合值的置信区间的置信水平。

通常,置信水平为 95% 即可。95% 置信水平表明,如果从总体中随机抽取 100 个样本,则大约 95 个样本的置信区间中将包含响应均值。对于给定的数据集,置信水平越低,生成的区间越窄;置信水平越高,生成的区间越宽。

注意

要显示置信区间,必须转到结果子对话框,然后从结果显示中,选择扩展表

置信区间类型

选择要显示的置信区间或边界类型。

例如,水中溶解性固体的预测平均浓度为 13.2 mg/L。多个未来观测值的均值的 95% 置信区间为 12.8 mg/L 到 13.6 mg/L。多个未来观测值的均值的 95% 上限为 13.5 mg/L,该值更为精确,因为边界更接近于预测均值。
  • 双侧:使用双侧置信区间可同时估计平均响应的可能下限值和上限值。
  • 下限:使用置信下限可估计平均响应的可能下限值。
  • 上限:使用置信上限可估计平均响应的可能上限值。

均值表

您可以显示主效应、主效应和双因子交互作用项或输出模型中所有项的最小二乘均值。此外,您还可以显示这些项子集的均值,或不显示任何项。

如果您选择指定的项,则可使用箭头按钮将项从一个列表移动到另一个列表。可用项显示了您可以显示其均值的项。Minitab 将显示所选项中的项的均值。在其中一个列表中选择一个或多个项,然后单击箭头按钮。双箭头可将一个列表中的所有项移动到另一个列表。还可以通过双击某项来移动该项。如果您期望在列表中看到的项未显示,您需要将其添加到模型中。

1 Nair、V.N. 和 Pregibon, D。(1988)。“Analyzing Dispersion Effects From Replicated Factorial Experiments”(分析重复因子实验中的离散效应),Technometrics(技术计量学),第 30 期,第 247-257 页
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