为分析因子设计的二元响应选择要显示的图形

Minitab 提供下列三个图形以帮助您确定将影响响应的项：Pareto 图、正态图、半正态图。通过这些图形，可以比较效应的相对大小并评估其统计显著性。

统计显著性阈值取决于显著性水平（用 α 或 alpha 表示）。除非您使用逐步选择法，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，请转到为分析因子设计的二元响应指定选项。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。有关逐步方法选项的更多信息，请转到为分析因子设计的二元响应执行逐步回归。

Pareto

选中可确定效应的量值和重要性。该图显示效应的绝对值并在图上绘制一条参考线。任何延伸超出此参考线的效应都具有统计显著性。

正态

选中可比较二水平因子设计中的主效应和交互作用效应的量值与统计显著性。拟合线指明了在效应为零时预计点所在的位置。显著效应带有一个标记，且位于图形左侧或右侧。

正态概率图在图左侧显示负效应，在图右侧显示正效应。

半正态

选中可比较 2 水平因子设计中的主效应和交互作用效应的量值与统计显著性。拟合线指明了在效应为零时预计点所在的位置。显著效应带有一个标记，且位于图形右侧。

半正态图显示所有效应（正和负）的绝对值。会将所有显著效应显示在右侧以强调其相对量值，而不是将负值效应和正值效应分别显示在左侧和右侧。

对于 2 水平因子设计和 Plackett-Burman 设计，可选择仅显示模型项以只显示模型中的项，或选择显示所有项以显示图形中的所有项。

图中的残差

指定要在残差图上显示的残差类型。有关更多信息，请转到Minitab 中包含哪些类型的残差？。

• 正规：绘制常规的原始残差。
• 标准化：绘制标准化残差。
• 删后：绘制 t 化删后残差。

残差图

使用残差图可检查模型是否符合分析的假设。有关更多信息，请转到 Minitab 中的残差图。

• 单独示图：选择要显示的残差图。

  直方图

  显示残差的直方图。

  正态图

  显示残差的正态概率图。

  残差与拟合值

  显示残差与拟合值。对于二元响应，显示残差与与拟合值的 logit。

  残差与顺序

  显示残差与数据顺序。每个数据点的行号均显示在 x 轴上。

• 四合一：在一张图形中显示所有四个残差图。

残差与变量

输入一个或多个要绘制的变量和残差。您可以绘制以下类型的变量：

• 当前模型中已存在的变量，可用于查找残差中的弯曲。
• 当前模型中不存在的重要变量，可用于确定是否与响应相关。