完全嵌套方差分析模型中的所有因子都是随机的。因此,在统计意义上显著的因子表示它对响应中的变异量有贡献。
来源 | 自由度 | SS | MS | F | P |
---|---|---|---|---|---|
工厂 | 3 | 731.5156 | 243.8385 | 5.854 | 0.011 |
操作员 | 12 | 499.8125 | 41.6510 | 1.303 | 0.248 |
班次 | 48 | 1534.9167 | 31.9774 | 2.578 | 0.000 |
批次 | 128 | 1588.0000 | 12.4062 | ||
合计 | 191 | 4354.2448 |
在这些结果中,方差分析表指示工厂和班次在显著性水平为 0.05 时统计意义显著。操作员效应在水平为 0.05 时统计意义不显著。由于模型中的效应使用所有自由度,因此未保留任何自由度来检验不同批次的统计意义是否显著。
检查方差分量以确定研究中归因于每个随机项的变异量。值越高表明项对响应产生的变异性越大。
来源 | 方差分量 | 总和的 % | 标准差 |
---|---|---|---|
工厂 | 4.212 | 17.59 | 2.052 |
操作员 | 0.806 | 3.37 | 0.898 |
班次 | 6.524 | 27.24 | 2.554 |
批次 | 12.406 | 51.80 | 3.522 |
合计 | 23.948 | 4.894 |
在这些结果中,方差分量估计值表明:批次、班次和工厂所占的变异性分别为总变异性的 52%、27% 和 18%。