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  以同时包含玻璃类型和温度。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。