发布时间 : 星期日 文章minitab正交分析、响应分析更新完毕开始阅读827039fc178884868762caaedd3383c4bb4cb4be
在“图形”选项中，“效应图”中选择“正态”和“Pareto”，“图中的标准差”中选择“正规”，“残差图”中选择“四合一”，在“残差与变量”图中将“加热温度”、“加热时间”、“转换时间”和“保温时间”选入，单击确定。
在“存储”选项中，在“拟合值与残差”中选定“拟合值”和“残差”，在“模型信息”中选定“设计矩阵”。单击确定。
结果如下：
拟合因子: 强度 与 加热温度, 加热时间, 转换时间, 保温时间 强度 的估计效应和系数（已编码单位）
系数标
项 效应 系数 准误 T P 常量 541.632 1.377 393.39 0.000
加热温度 20.038 10.019 1.500 6.68 0.000 加热时间 16.887 8.444 1.500 5.63 0.000 转换时间 3.813 1.906 1.500 1.27 0.240 保温时间 11.113 5.556 1.500 3.70 0.006 加热温度*加热时间 0.737 0.369 1.500 0.25 0.812 加热温度*转换时间 -0.487 -0.244 1.500 -0.16 0.875 加热温度*保温时间 3.062 1.531 1.500 1.02 0.337 加热时间*转换时间 1.263 0.631 1.500 0.42 0.685 加热时间*保温时间 7.113 3.556 1.500 2.37 0.045 转换时间*保温时间 0.837 0.419 1.500 0.28 0.787 S = 6.00146 PRESS = 1778.45
R-Sq = 92.49% R-Sq（预测） = 53.68% R-Sq（调整） = 83.11%
强度 的方差分析（已编码单位）
来源 自由度 Seq SS Adj SS Adj MS F P 主效应 4 3298.85 3298.85 824.71 22.90 0.000 2因子交互作用 6 252.17 252.17 42.03 1.17 0.408 残差误差 8 288.14 288.14 36.02
弯曲 1 9.92 9.92 9.92 0.25 0.633 失拟 5 169.72 169.72 33.94 0.63 0.709 纯误差 2 108.50 108.50 54.25 合计 18 3839.16
强度 的估计系数（使用未编码单位的数据）
项 系数 常量 932.26 加热温度 -0.25063 加热时间 -111.262 转换时间 43.812 保温时间 -16.5637 加热温度*加热时间 0.036875 加热温度*转换时间 -0.121875 加热温度*保温时间 0.0153125 加热时间*转换时间 12.6250 加热时间*保温时间 1.42250 转换时间*保温时间 0.83750
结果分析：
分析要点一：分析评估回归的显著性。包含三点：
（1）看方差分析表中的总效果。方差分析表中，主效应对应的概率P值为0.000小于显著性水平0.05，拒绝原假设，认为回归总效果是显著的。
（2）看方差分析表中的失拟现象。方差分析表中，失拟项的P值为0.709，无法拒绝原假设，认为回归方程并没有因为漏掉高阶交互作用项而产生失拟现象。
（3）看方差分析表中的弯曲项。方差分析表中，弯曲项对应的概率P值0.633，表明无法拒绝原假设，说明本模型中没有弯曲现象。
分析要点二：分析评估回归的总效果
（1）两个确定系数R-Sq与R-Sq（调整），计算结果显示，这两个值分别为92.49%和83.11%，二者的差距比较大，说明模型还有待改进的余地。
（2）对于预测结果的整体估计。计算结果显示R-Sq和R-Sq（预测）分别为92.49%和53.68%，二者差距比较大；残差误差的SSE为288.14，PRESS 为 1778.45，两者差距也比较大；说明在本例中，如果使用现在的模型，则有较多的点与模型差距较大，模型应该进一步改进。
分析要点三：分析评估各项效应的显著性。计算结果显示，4个主效应中，加热温度、加热时间和保温时间是显著的，只有转换时间不显著；6个2因子水平交互效应中，只有加热时间*保温时间是显著的。说明本例中还有不显著的自变量和2因子交互作用，改进模型时应该将这些主效应和交互作用删除。
对于各项效应的显著性，计算机还输出了一些辅助图形来帮助我们判断和理解有关结论。
标准化效应的 Pareto 图（响应为 强度，Alpha = 0.05)2.306ABDBD因子ABCD名称加热温度加热时间转换时间保温时间项CADBCCDABAC01234标准化效应567Pareto图是将各效应的t检验的t值的绝对值作为纵坐标，按照绝对值的大小排列起来，根据选定的显著性水平，给出t值的临界值，绝对值超过临界值的效应将被选中，说明这些效应是显著的。从图中可以看到，加热温度、加热时间、保温时间以及加热时间*保温时间是显著的。
标准化效应的正态图（响应为 强度，Alpha = 0.05)9995908070ABDBD效应类型不显著显著因子ABCD名称加热温度加热时间转换时间保温时间百分比60504030201051-2-10123标准化效应4567正态效应图，凡是因子效应离直线不远者，就表明这些效应是不显著的；反之，则是显著的。从图中可以看到，加热温度、加热时间、保温时间以及加热时间*保温时间是显著的。 步骤3：残差诊断
残差诊断的主要目的是基于残差的状况来诊断模型是否与数据拟合得比较好。如果数据和模型拟合得比较好，则残差应该是正常的。残差分析包括四个步骤：
（1）在“四合一”图的右下角图中，观察残差对于以观测值顺序为横轴的散点图，重点考察此散点图中，各点是否随机地在水平轴上下无规则的波动着。
（2）在“四合一”图的右上角图中，观察残差对于以响应变量拟合预测值为横轴的散点图，重点考察此散点图中，残差是否保持等方差性，即是否有“漏斗型”或“喇叭型”。
（3）在“四合一”图的左上角正态概率图（或右下角的直方图）中，观察残差的正态检验图，看残差是否服从正态分布。
（4）观察残差对于以各自变量为横轴的散点图，重点观察此散点图中是否有弯曲趋势。