分析响应曲面设计指定选项

统计 > DOE > 响应曲面 > 分析响应曲面设计 > 选项

指定要用于分析响应曲面设计的选项。

权重

权重中,输入用于执行加权回归的权重数列。加权回归是一种可以在违反残差中常量方差的最小二乘假设(也称为异方差性)时使用的方法。如果权重正确,此过程会使加权平方残差和最小化,从而产生具有常量方差的标准化残差(也称为同方差性)。有关确定正确权重的更多信息,请转到加权回归

权重必须大于或等于零。权重列的行数必须与响应列的行数相同。

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,请转到结果子对话框,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响应均值的可能下限值和上限值。
  • 下限:使用置信下限可估计响应均值的可能下限值。
  • 上限:使用置信上限可估计响应均值的可能上限值。

Box-Cox 变换

当残差未呈正态分布或不具有常量方差时,对响应数据执行 Box-Cox 变换。当您变换数据时,Minitab 会变换响应数据并将其用于分析。在大多数情况下,除非数据的偏斜非常大,否则不必纠正非正态性。使用 Box-Cox 变换时,所有响应数据必须为正 (>0)。要确定 Box-Cox 变换对于数据是否适宜,请检查残差图和其他诊断度量。有关检查模型的更多信息,请转到验证回归和方差分析中的模型假设
Box-Cox 变换
选择 Minitab 用来变换数据的 lambda 值:
  • 无变换:使用原始响应数据。
  • 最优 λ:使用应当生成最佳拟合变换的最优 lambda。默认情况下,Minitab 将最优 lambda 值舍入为 0.5 或最接近的整数。例如,Minitab 将 lambda 舍入为 –1、–0.5、0、0.5、1 等。如果要针对变换使用最优值而非四舍五入值,请选择工具 > 选项 > 线性模型 > 结果显示
  • λ = 0 (自然对数):使用数据的自然对数。
  • λ = 0.5 (平方根):使用数据的平方根。
  • λ:对 lambda 使用指定的值。其他常见的变换包括平方 (λ = 2)、逆平方根 (λ = −0.5) 和逆 (λ = −1)。通常情况下,应当使用介于 −2 和 2 之间的值。
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