文档介绍:注解2: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。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3:等方差检验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-=。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。=,计算单个置信水平1-=。由于置信水平较大(),因此单个区间通常相当宽。。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:%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(,)为公路类型=1和经验=0估计总体标准差。根据此区间,。注解4:minitab方差齐性检验Minitab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5: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