分析变异性
极大似然估计法 - P 值
|
|
分析变异性极大似然估计法 - P 值 |
|
Minitab 提供两种拟合模型的方法：最小二乘回归和极大似然估计。在许多情况下，这两种方法的结果之间差异较小。一种方法是使用最小二乘分析中的 p 值来选择模型中的项，然后使用极大似然分析中的系数估计值计算拟合值。
输出示例 |
|
Ln(标准) 的已编码系数 方差膨 项 效应 比值效应 系数 系数标准误 Z 值 P 值 胀因子 常量 0.3538 0.0791 4.48 0.000 材料 -0.9607 0.3826 -0.4803 0.0791 -6.08 0.000 1.00 注入压力 -0.1830 0.8328 -0.0915 0.0791 -1.16 0.247 1.00 注入温度 0.0566 1.0582 0.0283 0.0791 0.36 0.720 1.00 冷却温度 -0.1204 0.8866 -0.0602 0.0791 -0.76 0.446 1.00 材料*注入压力 -0.9927 0.3706 -0.4963 0.0791 -6.28 0.000 1.00 材料*注入温度 0.1866 1.2051 0.0933 0.0791 1.18 0.238 1.00 材料*冷却温度 0.0032 1.0032 0.0016 0.0791 0.02 0.984 1.00 注入压力*注入温度 -0.0775 0.9254 -0.0388 0.0791 -0.49 0.624 1.00 注入压力*冷却温度 -0.0800 0.9231 -0.0400 0.0791 -0.51 0.613 1.00 注入温度*冷却温度 0.0128 1.0129 0.0064 0.0791 0.08 0.935 1.00 |
解释 |
|
在本例中，制造商已经得出最小二乘回归的结果，由于 p 值等于 0.000，因此表明此该料以及材料与注塑压力之间的交互作用显著。极大似然估计的结果证实了最小二乘回归的结果。由于 p 值等于 0.000，材料以及材料与注塑压力的交互作用这两个因子都显著。
常用统计图形在线生成工具：
实用工具：
