分析明确筛选设计的均值表

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。

解释

拟合均值估计一个因子的不同水平下的平均响应,并同时求其他因子的平均水平。

使用“均值”表可理解数据中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,均值表显示均值厚度如何随时间改变机器设置、时间和机器的每种设置组合。设置在统计意义上显著,且机器设置的均值有所不同。但是,因为时间*设置交互作用项也在统计意义上显著,那么不考虑交互效应就无法解释主效应。例如,交互作用项表显示设置为 44 时,时间 2 与较厚的涂层相关。但是,如果设置为 52,则时间 1 与较厚的涂层相关。

一般线性模型: 厚度 与 时间, 操作员, 设置

均值

拟合均值
时间 
  167.7222
  268.7222
设置 
  3540.5833
  4473.0833
  5291.0000
时间*设置 
  1 3540.6667
  1 4470.1667
  1 5292.3333
  2 3540.5000
  2 4476.0000
  2 5289.6667

均值标准误

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。

解释

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。

数据均值(协变量)

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。

解释

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 (StDev)

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。

解释

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。