Minitab两因素方差分析

上传人:宝**** 文档编号:213662778 上传时间:2022-06-26 格式:PPT 页数:69 大小:1.04MB
收藏 版权申诉 举报 下载
Minitab两因素方差分析_第1页
第1页 / 共69页
Minitab两因素方差分析_第2页
第2页 / 共69页
Minitab两因素方差分析_第3页
第3页 / 共69页
资源描述:

《Minitab两因素方差分析》由会员分享,可在线阅读,更多相关《Minitab两因素方差分析(69页珍藏版)》请在人人文库网上搜索。

1、Minitab两因素方差分析注解注解2:关于平均值分析:关于平均值分析 平均值分析的英文缩写 ANOM 是看上去像方差分析的英文缩写 ANOVA,平均值分析可检验总体平均值的相等性。 Minitab 显示的图形类似于控制图,该图显示因子因子的每个水平的平均值的每个水平的平均值如何与总体平均值(也称为总均值)进行比较。Minitab 对与总体平均值显著不同的平均值进行标记。因此,平均值分析可以说明水平平均值何时不同以及差异是什么水平平均值何时不同以及差异是什么。 通过方差分析,如果可以假定响应大致按正态分布,那么可以使用平均值分析。另外,当响应由比率(二项数据)和计数(Poisson 数据)组成

2、时,可以使用特殊的平均值分析版本。使用二项数据时,样本数量 (n) 必须为常数。均值分析图示例MinutesStrength18151032132132120-2效效应应-1.5781.5780181510765M Mi in nu ut te es s平平均均值值5.3007.1456.2223218642S St tr re en ng gt th h平平均均值值5.3007.1456.222D De en ns si it ty y 的的双双因因子子正正态态平平均均值值分分析析Alpha = 0.05交交互互效效应应M Mi in nu ut te es s 的的主主效效应应S St t

3、r re en ng gt th h 的的主主效效应应 图例分析 使用平均值分析的主效应图可检验“每个因子的水平平均值等于指定 a 水平时的总体平均值”这一假设。Minitab 为双因子设计中的每个因子显示一个主效应图。主效应图显示: 标绘点 每个因子水平中的样本平均值。 中心线(绿色) 总体平均值。 决策的上限和下限(红色) 用来检验此假设。Minitab 查找位于决策限之外的样本平均值,并用红色符号对其进行标记。 如果样本平均值超出决策限,那么可以否定“平均值等于总体平均值”这一假设。 如果样本平均值未超出决策限,那么不能否定“平均值等于总体平均值”这一假设。注解注解3:等方差检验:等方差

4、检验 Bonferroni 置信区间 Bonferroni 置信区间使用全族误差率。假设该过程的全族置信水平为 95%。全族误差率等于 1 - 置信水平 = 1 - 0.95 = 0.05。 Bonferroni 法通过将全族误差率分割在各个区间之中。假设有六个区间。将每个区间的单个误差给定为 0.05 / 6 = 0.00833,计算单个置信水平 1 - 0.0083 = 0.9917。由于置信水平较大 (0.9917),因此单个区间通常相当宽。这种方法使得一个或多个置信区间不能覆盖其相关总体标准差的概率最多为 0.05。 与单元(配对因素)对应的总体标准差的点估计值是指该单元中观测值的样本

5、标准差。一个单元至少要有两个观测值来计算样本标准差。如果没有,那么该单元的点估计值在输出中为空白。 标准差的置信区间以卡方分布为基础。此分布为非对称,因此,置信区间也是非对称的。 95% 标准差 Bonferroni 置信区间 方法 类型 经验 N 下限 标准差 上限 1 0 4 2.80384 5.88784 40.4990 1 1 4 1.84435 3.87298 26.6400 2 0 4 2.26721 4.76095 32.7478 2 1 4 1.98261 4.16333 28.6371 3 0 4 2.88359 6.05530 41.6509 3 1 4 2.42820 5

6、.09902 35.0732示例示例示例注解:示例注解: 标准差的 Bonferroni 置信区间显示以下内容: 公路类型:第一个因子。 经验:第二个因子。 N:单元中的观测值数。例如,在六个因子水平组合的每一单元中有四个观测值。 下限和上限:为每个 sigma给定的 95.0% 置信区间时的下端点值和上端点值。每个区间提供对应单元的总体标准差的一个估计值。例如,区间 (2.80384, 40.4990) 为公路类型 = 1 和经验 = 0 估计总体标准差。根据此区间, sigma介于 2.80384 与 40.4990 之间。 注解注解4:minitab方差齐性检验方差齐性检验 Minita

7、b 显示了用于判断方差是否相等的两种检验的结果:Bartlett 检验和 Levene 检验。在两种检验中,原假设 (Ho) 是考虑的总体方差(或等效的总体标准差)相等,备择假设 (H1) 指并非所有的方差都相等。 检验的选项取决于分布属性: 当数据来自正态分布时使用 Bartlett 检验。对于偏离正态性的情况,Bartlett 检验的功能并不强大。 当数据来自连续但不一定正态的分布时,请使用 Levene 检验。注解注解5:主效应图:主效应图 将主效应图与方差分析一起关联使用。当平均响应值跨因子水平而更改时,主效应随即出现。使用此图 检查每个因子的水平平均值 比较多个因子的水平平均值 具有

8、多个因子时,主效应图将是最佳选择。可以将水平平均值中的更改进行比较,以查看哪些因子对响应(反应变量)的效应最大。某一因子的不同水平对响应具有不同效应时,便会出现主效应。对于有两个水平的因子,可能会发现一个水平会提高平均值,而另一个水平则不然。这种差异就是主效应。 Minitab 通过绘制每个因子水平的平均响应值创建主效应图。以线连接每个因子水平的各个点。 Minitab 还在总体平均值处绘制了一条参考线。查看此线可以确定对某个因子是否存在主效应。 当线为水平时(与 x 轴平行),则不存在主效应。因子的每个水平以相同的方式影响响应,响应平均值在所有因子水平中相同。 当线不水平时(与 x 轴不平行

9、),则存在主效应。不同因子水平对响应的影响不同。标绘点之间垂直位置的差异越大(线与 X 轴不平行的程度越大),主效应的量值就越大。Minitab方差分析基础方差分析基础 寻找因素与反应变量关系式的方法论一元配置分散分析(DATA形态为 Stack 的时候)一元配置分散分析(DATA形态为 Unstack 的时候)二元配置分散分析平均分析平衡方差分析(在各水准反复相同的时候)一般线型模型支份分散分析检定方差的同一性区间 Plot主效果 Plot交互效果 PlotMinitabOne Way ANOVA(One Way ANOVA(单因素方差分析单因素方差分析) ) 因子为一个, 反复数为对所有水

10、准不相同也可, Radom实验。在数据为一个 Col中以 Stack 形态保存时使用。Response:指定反应变量Factor:指定说明变量(要因)Comparisons:检定多重比较Store residuals:保存残差Store fits:保存水准平均值 DF:自由图(Degree of Freedom)SS:乘方的和(Sum of Square)MS:不偏分散(Mean of Square)F:F-概率值P:P-value(留意概率)留意水准比 p-value 大则有影响。 即水准间有差。 (级区间有变动) - 上面的 p值大于 0.05,故没有影响。EXH_AOV.MTW(先需要检

展开阅读全文
温馨提示:
1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
2: 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
3.本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

网站客服QQ:2880490353     

copyright@ 2020-2023  renrendoc.com 人人文库版权所有   联系电话:18081923626

备案号:蜀ICP备2022000484号-2       经营许可证: 川B2-20220663       公网安备川公网安备: 51019002004831号

本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知人人文库网,我们立即给予删除!