默认情况下，Minitab 为模型中的每一项显示四种多变量检验表：

·    Wilk 检验 - 这是一种最常用的检验，原因是它起源最早并且具有众所周知的 F 近似

·    Lawley-Hotelling - 也叫做 Hotelling 广义 T 统计量

·    Pillai 检验 - 与 Wilks 检验和 Lawley-Hotelling 检验的结果类似

·    Roy 检验 - 仅当均值向量共线时使用；不能得到一个满意的 F 近似

尽管 Wilks 检验是使用最为广泛的一种方法，但在大多数情况下，Pillai 检验才是真正要使用的最佳方法。

检查 Wilks、Lawley-Hotelling 和 Pillai 检验统计量的 p 值，确定是否有显著证据表明存在模型效应。如果 p 值大于已选的 a 水平，则说明效应不显著。通常，可以使用任意一种检验得出相同的结论。如果结论不同，那么由您本人来确定哪一种检验对数据最适合。

工厂 的多元方差分析
s = 2    m = -0.5    n = 26.5
 
                                       自由度
标准              检验统计量      F  分子  分母      P
Wilks’              0.89178  1.621     4   110  0.174
Lawley-Hotelling     0.11972  1.616     4   108  0.175
Pillai’s            0.10967  1.625     4   112  0.173
Roy                  0.10400
                                                      

对于门锁数据，工厂的所有 p 值都大于 0.05，这表明工厂不存在模型效应。