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
为分析变异性指定选项。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
为分析变异性执行逐步回归。
注意
如果模型中的项数等于游程数，则无法计算标准化效应。Minitab 显示未标准化效应并使用 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 伪标准差 (PSE)”。
- 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 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。
