如果因子图您希望绘制响应与变量之间的关系图,请使用。
  • 使用主效应图可以显示响应与各个变量之间的关系。
  • 使用交互作用图可以显示一个变量与拟合响应之间的关系如何依赖于第二个变量的值。

例如,机动车交通局的研究人员想要阐释其一般线性模型结果,以便找出驾驶员的经验和道路类型对转向校正所需时间的显著交互作用效应。

此分析使用您拟合的模型以及 Minitab 存储的模型。有关详细信息,请转到 已存储的模型概述

注意

对于混料设计,因子图不使用存储模型而且仅显示数据均值。

在何处查找此图

如果您使用 预测分析模块 创建线性回归模型或二元 Logistic 回归模型,则从结果顶部选择分析。如果您从 统计 菜单创建模型,则使用与您拟合的模型类型相对应的此分析版本。

模型类型 因子图的版本
回归 统计 > 回归 > 回归 > 因子图
二元 Logistic 回归 统计 > 回归 > 二元 Logistic 回归 > 因子图
Poisson 回归 统计 > 回归 > Poisson 回归 > 因子图
一般线性模型 统计 > 方差分析 > 一般线性模型 > 因子图
混合效应模型 统计 > 方差分析 > 混合效应模型 > 拟合混合效应模型
筛选设计 统计 > DOE > 筛选 > 因子图
因子设计 统计 > DOE > 因子 > 因子图
响应曲面设计 统计 > DOE > 响应曲面 > 因子图
混料设计 统计 > DOE > 混料 > 因子图

何时使用备择分析

  • 如果您没有存储模型,请使用数据均值(而非主效应图交互作用图中的拟合均值)。有关均值类型的更多信息,请转到数据和拟合均值
  • 如果您有一个存储模型而且希望为您指定的变量设置组合预测响应变量值,请使用预测
  • 如果您有一个存储模型而且希望使用二维视图中的等值线绘制拟合响应与两个连续变量之间的关系图,请使用等值线图
  • 如果您有一个存储模型而且希望使用三维响应曲面绘制拟合响应和两个连续变量之间的关系图,请使用曲面图
  • 如果您至少有一个存储模型而且希望标识一个区域(其中一个或多个响应变量的预测均值位于可接受的范围内),请使用重叠等值线图
  • 如果您至少有一个存储模型而且希望查找可优化一个或多个响应的值,请使用响应优化器