Pareto 图
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。
统计显著性的参考线取决于显著性水平（用 α 或 alpha 表示）。除非您使用可定义 alpha 值的逐步选择法，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，请转到为分析明确筛选设计指定选项。如果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。
解释
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 A、B 和 C 的条形跨越参考线。这些因子在当前模型项的 .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。
在第一个 Pareto 图中，所有的条形都是蓝色的，因为所有的项都在模型中。您可以选择不在模型中的项。有关更多信息，请转到选择要针对分析明确筛选设计显示的图形。不在模型中的项为灰色。
例如，在该 Pareto 图中，蓝条表示位于模型中的项。分析人员包括了在 0.05 水平上显著的项（A、D、CE 和 GG）。分析人员还包括了使模型分层的项（C、G 和 E）。
效应的正态图
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。当因子设置的值从低变高时，正效应会增加响应。当因子设置的值从低变高时，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。
统计显著性的参考值取决于显著性水平（用 α 或 alpha 表示）。除非您使用可定义 alpha 值的逐步选择法，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，请转到为分析明确筛选设计指定选项。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。
解释
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，主效应 A 和 D 在 .05 水平上具有统计显著性。CE 交互作用和 GG 二次项在统计意义上也显著。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。培训 (A) 具有正标准化效应。当此因子的水平从低变高时，响应会增大。安静 (D) 具有负标准化效应。当“安静”增加时，响应会减小。
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
效应的半正态概率图显示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，点相对于分布拟合线显示。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。
统计显著性的参考值取决于显著性水平（用 α 或 alpha 表示）。除非您使用可定义 alpha 值的逐步选择法，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，请转到为分析明确筛选设计指定选项。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。
解释
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 越远的效应在统计意义上越显著。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，主效应 A 和 D 在 .05 水平上具有统计显著性。CE 交互作用和 GG 二次项在统计意义上也显著。这些点与效应不显著的点具有不同的颜色和形状。
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。
