存储权重
主题 

可以使用拟合方差或调整后方差来存储响应的权重。使用拟合方差还是调整后方差取决于测量值是重复测量值还是仿行测量值。存储权重后，可以在分析因子设计 > 权重中指定它们，以便在分析位置模型时执行加权回归。  

加权回归是使用具有不同方差的观测值处理数据的一种方法。如果方差不是恒定的，则观测值应具备以下特点：

·     应该为大方差赋予相对较小的权重

·     应该为小方差赋予相对较大的权重

如果响应的变异性在各个因子设置之间差异显著，则在分析响应的位置效应时，需要考虑使用加权回归.

仿行的权重（未调整的权重）

当数据包含仿行测量值时，请使用拟合方差存储未调整的权重。在“分析因子设计”中分析仿行的位置效应时，请使用未调整的权重。

权重是拟合方差的倒数（1/拟合方差）。即使某些行缺失标准差，Minitab 也会在设计的每一行中存储权重。在这种情况下，Minitab 将对因子设置的相同组合使用同一权重，除非模型中有协变量。  

重复的权重（调整后权重）

如果数据包含带有一些仿行点的重复测量值，请使用调整后方差存储调整后权重。如果没有仿行，则无法从模型存储调整后权重。分析重复测量值的存储均值的位置效应时，请使用调整后权重。必须在 DOE > 因子 > 分析变异性 > 存储中指定这些均值，Minitab 才能使用它们计算调整后权重。

权重是均值倒数方差的估计值。此方差包括分析中的重复方差以及仿行方差。调整的作用因仿行方差（假设在因子设置中恒定）而增加。

如果位置模型中有协变量，您可能需要在调整后方差中对其加以考虑。