Pareto 图显示从最大效应到最小效应的标准化效应的绝对值。标准化效应是用于检验原假设(假设效应为 0)的 t 统计量。该图还会绘制参考线以表明哪些效应在统计意义上显著。
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,请转到分析变异性中效应图的方法和公式并单击“Lenth 的伪标准误 (PSE)”。
使用 Pareto 图可确定效应的量值和重要性。在 Pareto 图中,跨参考线的条形在统计意义上显著。例如,在该 Pareto 图中,用于表示因子 AB 和 A 的条形跨越 2.57 处的参考线。这些因子在当前模型项的 0.05 水平上具有统计显著性。
由于 Pareto 图将显示效应的绝对值,因此您可以确定哪些效应很大,但无法确定哪些效应会增大或减小响应。可使用标准化效应的正态概率图检查一个图上各效应的量值和方向。
效应的正态概率图显示相对于所有效应为 0 的情形的分布拟合线的标准化效应。标准化效应是用于检验原假设(假设效应为 0)的 t 统计量。当主效应的设置值从低变高时,正效应会增加响应。当主效应的设置值从低变高时,负效应会降低响应。在 X 轴上,离 0 越远的效应的量值越大。离 0 越远的效应在统计意义上越显著。
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 方法计算统计显著性。有关 Lenth 方法的更多信息,请转到分析变异性中效应图的方法和公式并单击“Lenth 的伪标准误 (PSE)”。
使用效应的半正态概率图可确定效应的量值、方向和重要性。在效应的正态概率图上,离 0 较远的效应在统计意义上显著。在统计意义上显著和不显著的点的颜色和形状不同。例如,在该图上,A 和 AB 的效应在 0.05 水平上具有统计显著性。这些点与效应不显著的点具有不同的颜色和形状。
此外,该图还表明效应的方向。材料和材料*注塑压力具有负的标准化效应。
因为效应的正态概率图在图左侧显示负效应,在图右侧显示正效应,因此,相比于那些显示标准化效应绝对值的图而言,更难以执行关于哪些效应会最大程度地更改效应的比较。半正态图和 Pareto 图显示标准化效应的绝对值。
效应的半正态图显示从最大效应到最小效应的标准化效应的绝对值。标准化效应是用于检验原假设(假设效应为 0)的 t 统计量。对于所有效应均为 0 的情形,点相对于参考线显示。在 X 轴上,离 0 越远的效应的量值越大。离 0 越远的效应在统计意义上越显著。
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 方法计算统计显著性。有关 Lenth 方法的更多信息,请转到分析变异性中效应图的方法和公式并单击“Lenth 的伪标准误 (PSE)”。
使用效应的半正态概率图可确定效应的量值和重要性。在效应的半正态概率图上,离 0 较远的效应在统计意义上显著。在统计意义上显著和不显著的点的颜色和形状不同。例如,在该图上,A 和 AB 的效应在 .05 水平上具有统计显著性。这些点与效应不显著的点具有不同的颜色和形状。此外,Minitab 会将标签放置在具有统计显著性的点上。
由于效应的半正态概率图将显示效应的绝对值,因此您可以确定哪些效应很大,但无法确定哪些效应会增大或减小响应。可使用标准化效应的正态概率图查看一个图上各效应的量值和方向。