|
|
分析因子设计一般全因子设计 - 方差分析表 |
使用方差分析表中的 p 值 (P) 确定模型中哪些效应的统计意义显著。如果模型中有任何交互作用,则需要首先解释这些交互作用,因为显著的交互作用将影响解释主效应的方式。要使用 p 值,需要:
- 如果该 p 值小于或等于 a,则说明效应显著。
- 如果该 p 值大于 a,则说明效应不显著。
输出示例 |
方差分析 来源 自由度 Adj SS Adj MS F 值 P 值 模型 9 1.11278 0.123642 6.59 0.007 区组 1 0.00500 0.005000 0.27 0.620 线性 4 1.00556 0.251389 13.41 0.001 外表层 2 0.65778 0.328889 17.54 0.001 合金 2 0.34778 0.173889 9.27 0.008 2 因子交互作用 4 0.10222 0.025556 1.36 0.328 外表层*合金 4 0.10222 0.025556 1.36 0.328 误差 8 0.15000 0.018750 合计 17 1.26278 |
解释 |
对于金属部件数据,方差分析表显示以下内容:
表面涂层乘以合金类型这一交互作用所得的 p 值为 0.328,不小于 0.05。因此,没有显著的交互作用效应。也就是说,没有证据表明表面涂层对耐腐蚀性的效应取决于合金类型。
- 表面涂层:表面涂层对耐腐蚀性的效应的 p 值为 0.001,小于 0.05。因此,说明有显著效应。也就是说,三种不同涂层之间在平均耐腐蚀性方面存在差异。使用均值表查看此差异。
- 合金:合金对耐腐蚀性的效应的 p 值为 0.008,小于 0.05。因此,说明有显著效应。也就是说,三种不同合金类型之间在平均耐腐蚀性方面存在差异。使用均值表查看此差异。
区组的 p 值为 0.620,不小于 0.05。因此,没有证据表明存在显著的区组效应。数据在两个区组(每个区组表示不同的一天)中采集这一事实并不对金属部件的耐腐蚀性有显著效应。
可能需要重新拟和模型以排除不显著的交互作用和协变量项。
常用统计图形在线生成工具:
实用工具: