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
为分析因子设计执行逐步回归。
注意
- 对于双水平设计，如果模型中的项数等于游程数，则无法计算标准化效应。Minitab 显示非标准化效应，并使用 Lenth 方法为统计显著性绘制参考线。有关 Lenth 方法的更多信息，请转到分析因子设计中效应图的方法和公式并单击“Lenth 的伪标准误 (PSE)”。
- 对于一般全因子设计，如果模型中的项数等于游程数，则无法计算标准化效应。在这种情况下，Minitab 不会生成 Pareto 图。
- 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。
对于裂区设计，可以选择：
- 仅显示所有项和子区效应
- 显示所有项、子区和整区效应
- 仅显示模型项和子区效应
- 仅显示模型项、子区和整区效应
