分析响应曲面设计的效应图

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。该图还绘制可指示哪些效应在统计上显著的参考线。

统计显著性的参考线取决于显著性水平(用 α 或 alpha 表示)。除非您使用可定义 alpha 值的逐步选择法,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,请转到为分析响应曲面设计指定选项。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删除用 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。

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 B、C 和 BC 的条形跨越 2.31 处的参考线。这些因子在当前模型项的 .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而必须使点与零间隔的距离依赖于显著性水平(通过 α 或 alpha 表示)。除非您使用可定义 alpha 值的逐步选择法,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,请转到为分析响应曲面设计指定选项。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删除用 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。

解释

使用效应的半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,因子 A、B 和 C 的主效应在 .05 水平上统计意义显著。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。过程 (A) 具有正标准化效应。当过程将此因子的水平从低变高时,响应会增大。压力 (B) 和速度 (C) 具有负的标准化效应。当压力和速度增加时,响应变小。

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。对于所有效应均为 0 的情形,点相对于分布拟合线显示。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而必须使点与零间隔的距离依赖于显著性水平(通过 α 或 alpha 表示)。除非您使用可定义 alpha 值的逐步选择法,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,请转到为分析响应曲面设计指定选项。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删除用 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。

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,因子 A、B 和 C 的主效应在 .05 水平上统计意义显著。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