Minitab 提供了两种用于分析标准差 (s) 的自然对数的方法:最小二乘估计 (LS) 和极大似然估计 (MLE)。
在许多情况下,LS 和 MLE 结果之间的差异非常小,因而这两种方法可以互换使用。您可能希望同时运行这两种方法并查看其结果是否可以相互印证。如果结果不同,您可能希望找出其中原因。例如,MLE 假设原始数据来自正态分布。如果您的数据可能正态分布的,则 LS 可能会提供更好的估计值。此外,LS 无法为标准差等于零的数据计算结果。MLE 可以为这类数据提供估计值,但这取决于具体的模型。
[7] 中讨论了对分析的不同部分同时使用 LS 和 MLE 的一个指导原则。此方法认为 LS 能为效应提供更好的 p 值,而 MLE 能提供更精确的系数。根据此种方法,可按以下步骤进行分析:
1 使用最小二乘回归选择模型,从而根据系数的 p 值确定哪些项不显著
2 重新拟合模型,排除不显著的项,以找出合适的简化模型
3 使用 MLE 估计模型的最终系数并确定拟合值和残差
有关上述方法或此方法的详细信息,请参见 [7]。
品质管理 | 六西格玛 | 计量和实验 | ISO9001等体系 | IATF16949,VDA |
Minitab帮助 | Minitab图形 | Minitab DOE | Minitab基础统计 | SPC,MSA,CPK等 |
华为内部资料 学习培训(汇总) | |
比亚迪,特斯拉,博世,丰田,大众等资料 | |
可靠性工程, 测试方法及标准 | |
8D报告案例、质量成本 | |
六西格玛、DFSS, 数据分析 | |
APQP, PPAP, FMEA, MSA, SPC | |
ISO9001, ISO14001, ISO45001等体系认证 | |
总去赌场为什么会输惨?数据分析告诉你 |