解释均值分析的主要结果

使用正态分布数据的均值分析图来确定数据中的主效应和交互效应是否统计意义显著。根据设计中的因子数，图表会显示一个主效应图或两个主效应图以及一个交互效应图。

交互效应图

使用交互效应图来检验因子之间没有交互作用的原假设。当数据包含两个因子时，Minitab 只显示一个交互效应图。

交互效应图显示了每个因子水平组合的平均度量。Minitab 绘制的中心线在零的位置，这表示不存在交互效应。决策限值基于您的数据和指定的显著性水平计算。使用双因子均值分析，首先评估交互作用效应。如果交互作用效应在统计意义上显著，那么，不考虑交互作用效应就无法解释主效应。

使用决策限值来检验交互效应的假设，如下所示：

• 如果一个或多个效应超出决策限值，您可以得出两个因子之间的交互效应统计意义显著的结论。确定超出决策限值的点可能会有助于您解释交互作用。
• 如果效应未超出决策限值，则无法否定原假设。没有充分证据得出存在交互效应的结论。

主效应图

使用主效应图来检验“每个因子水平的总体均值等于指定显著性水平的整个总体均值”的原假设。Minitab 显示每个因子的一个主效应图。

主效应图显示每个因子水平的平均度量。中心线是所有样本的整体平均值。决策限值基于您的数据和指定的显著性水平计算。使用决策限值可检验主效应的假设，如下所示：

• 如果样本均值超出决策限值，则可以否定原假设并得出组均值和整体均值之间的差值统计意义显著的结论。
• 如果样本均值未超出决策限值，则不能否定原假设。没有充分证据可以得出组均值和整体均值不同的结论。

如果所有因子水平均具有相同的观测值数，那么决策限将为直线。如果并非所有水平都具有相同的观测值数，决策限随着水平的变化而变化。

使用二项数据的均值图表分析可以识别异常大或异常小的比率。

使用 Poisson 数据均值分析图表来确定异常的较大或较小发生率。