分析因子设计的均值表

请在均值表中查找每个统计量的定义和解释指导。

拟合均值（因子）

拟合均值使用拟合模型中的系数来计算因子或交互作用的每个水平组合的均值响应。

拟合均值非常有用，因为数据均值可能不是主效应和交互作用效应的有效指标。数据均值之间的差分代表不平衡的试验条件而非由于因子水平变化导致的差分。拟合均值可通过估计平衡设计的结果来解决这一问题。

使用“均值”表可理解因子水平之间的统计意义显著性差异。每组的均值都提供了每个总体均值的估计值。查找统计意义显著的项组均值之间的差值。

对于主效应，该表显示每个因子内的组及其均值。对于交互作用项效应，该表显示组的所有可能的组合。如果交互作用项在统计意义上显著，不考虑交互作用效应就无法解释主效应。

在这些结果中，“均值”表显示产品绝缘强度如何随材料、注塑压力、注塑温度和冷却温度而变化。所有这些因子在水平为 0.05 时具有统计显著性。但是，因为水平为 0.05 时注塑温度与冷却温度之间的交互作用也在统计意义上显著，所以不考虑交互效应就无法解释主效应。

例如，交互作用项表显示，在注塑温度为 85 时，从 25 到 45 的冷却温度变化与约 6 个单位的绝缘强度均值减少相关联。但是，在注塑温度为 100 时，从 25 到 45 的冷却温度变化仅与约 2 个单位的绝缘强度均值减少相关联。

如果反复从同一总体提取样本，则均值标准误 (SE Mean) 会估计您将获取的拟合均值的变异性。

例如，根据 312 个交货时间的随机样本，得到平均交货时间为 3.80 天，标准差为 1.43 天。这些数字产生的均值标准误为 0.08 天（1.43 除以 312 的平方根）。如果从相同总体中抽取数量相同的多个随机样本，则这些不同样本均值的标准差大约为 0.08 天。

使用均值的标准误可以确定拟合均值对总体均值的估计精确度。

均值标准误的值越小，表明总体均值的估计值越精确。通常，标准差越大，均值的标准误就越大，总体均值的估计值越不精确。样本数量越大，均值的标准误就越小，总体均值的估计值越精确。

协变量均值是协变量值的平均值，即所有观测值之和除以观测值的个数。均值使用表示协变量值中心的单个值来汇总样本值。

此值是协变量的均值。Minitab 在为因子计算拟合均值时，将协变量保持在均值。

标准差是离散的最常用度量，即各个协变量值从均值扩散的程度。

使用标准差可以确定协变量相对于均值的变化量。Minitab 在为因子计算拟合均值时，将协变量保持在均值。