稳定性研究
系数
|
|
稳定性研究系数 |
|
系数表显示最终模型中的每个项和常量的系数 (Coef)。此表还显示每个系数的标准误（标准误系数）、t 值和 p 值。
如果 VIF 值都接近于 1，则这表示预测变量不相关。VIF 值大于 5 表明未充分估计回归系数。
输出示例 |
|
系数 方差膨 项 系数 系数标准误 T 值 P 值 胀因子 常量 100.085 0.143 701.82 0.000 月份 -0.13633 0.00769 -17.74 0.000 1.07 批次 1 -0.232 0.292 -0.80 0.432 3.85 2 0.068 0.292 0.23 0.818 3.85 3 0.394 0.275 1.43 0.162 3.41 4 -0.317 0.292 -1.08 0.287 3.85 5 0.088 0.275 0.32 0.752 * 月份*批次 1 0.0454 0.0164 2.76 0.010 4.52 2 -0.0241 0.0164 -1.47 0.152 4.52 3 -0.0267 0.0136 -1.96 0.060 3.65 4 0.0014 0.0164 0.08 0.935 4.52 5 0.0040 0.0136 0.30 0.769 * |
解释 |
|
这些药丸数据的最终模型包含三个项：月份、批次和月份与批次的交互作用（月份*批次）。这样，每个批次的响应（药物百分比）和时间之间的关系通过 4 个系数加以说明。
常量和批次的系数可以在时间点为零时为每个批次提供拟合值（也称作截距）。例如，批次 1 在时间点为零时的药物百分比的拟合值为 100.085 - 0.232，或 99.853。
月份和月份与批次的交互作用的系数可为月份和药物百分比之间的线性关系提供斜率。例如，批次 1 的斜率等于 -0.13633 + 0.0454，或 -0.09093。此值表明在 1 个月的期间内，药物百分比降低 0.09093。
由于最终模型包含批次因子，则每个批次的截距和斜率也会显示在回归方程表中。
常用统计图形在线生成工具：
实用工具：
