回归模型的因子图示例
主题
     解释结果     会话命令    
另请参见 

作为检验温度和玻璃类型对示波器光输出影响研究的一部分,您评估了三种玻璃和三种温度:100、125 和 150 华氏度。 通过研究,您确定光输出可以通过温度和玻璃类型来预测。 另外,您发现交互作用非常显著。现在,您要创建一个主效应图和一个交互作用图,以显示响应和变量之间的这些关系。

您不需要重新分析该模型。工作表包含因子图的模型。

1    打开工作表“光输出_模型.MTW”。

2    选择统计 > 回归 > 回归 > 因子图

3    在响应中,选择光输出

4    在包含在图中的变量中单击image\rtdarrow.gif  以同时包含玻璃类型温度。单击确定

图形窗口输出

解释结果

主效应仅能在交互作用效应不显著的情况下解释。除非已指定值顺序,否则对于数字或日期/时间,主效应图将按排序顺序显示每个因子水平的响应均值,对于文本,则按字母顺序显示响应均值(请参见确定文本类别的顺序)。同时在总均值处绘制一条水平线。效应就是均值与参考线之间的差。本示例中,温度对光输出的影响较玻璃类型的影响大。

此交互作用图显示了三种玻璃中的每种相对于温度的平均光输出。图例显示了为温度指定的符号和线条。如果各个因子水平的均值是数字或日期/时间,则按排序顺序标绘;如果是文本,则按字母顺序标绘,除非指定了值排序方式(请参见确定文本类别的顺序)。

当某一因子水平上的响应依赖于其他因子的水平时,即表示存在交互作用。如果交互作用图中显示的是平行线,则表示不存在交互作用。线偏离平行状态的程度越大,则交互作用程度越高。此图显示了明显的交互作用,因为线之间不平行,这意味着温度对光输出的交互作用取决于玻璃类型。

图形无法确定主效应和交互作用效应是否显著。但是, 调查人员对这些数据进行了回归分析,并确定所有效应的 p 值为 0.000。

对于光输出数据,由于交互作用显著,调查人员无法解释主效应。对于本例而言,光输出当温度为 150 时最佳, 但第三种玻璃例外,它在温度为 125 时输出最佳。

这些图使用模型方程。在您解释此图之前,请确保您的模型准确。