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。