生成以下图形:
基于以前的P值来分析,Density不是显著因子。但是,当你观察空气温度时,就有惊喜的发现,随着Density的高低水平有明显的差异,所以当你分析Density的高低效应时,就必须要说明空气温度的差异。
其它的因子没有显示出有较大的差异。
进一步说明协变量的关系
用散点图来展示Density因子的高低水平下,协变量(空气温度)与响应的关系。
1)选择 图形>散点图
2)选择 包含回归和组
3)点击 确定
4)完成如下对话框
5)点击 确定
生成以下图形
从散点图上可以看出,当Density在高低水平时,响应与空气温度的效应有一定的差异,也就是说,当空气温度被考虑时,Density在高低水平对响应的效应就能被检验出来。
分析因子设计
1)选择 统计>DOE>因子>分析因子设计
2)在 响应栏 输入 Coolant Temp
3)点击 项
4)完成如下对话框
5)点击 确定
6)点击 共变量
7)在共变量栏中输入Temp,点击 确定,完成对话框
分析结果如下
拟合因子: Coolant Temp 与区组 , Temp, Density, Design, Surface, Sryling
Coolant Temp 的效应和系数的估计(已编码单位)
项 效应 系数 系数标准误 T P
常量 30.819 44.4991 0.69 0.538
Temp 1.818 0.4258 4.27 0.024
区组 -0.545 0.8557 -0.64 0.569
Density 7.934 3.967 0.9124 4.35 0.022
Design -2.270 -1.135 0.4086 -2.78 0.069
Surface -0.873 -0.436 0.3761 -1.16 0.330
Sryling -1.738 -0.869 0.5622 -1.55 0.220
Density*Design 3.999 2.000 0.3799 5.26 0.013
Density*Surface 1.351 0.676 0.6086 1.11 0.348
Density*Sryling 1.572 0.786 0.4895 1.61 0.207
Design*Surface 0.363 0.182 0.3158 0.58 0.605
Design*Sryling 3.850 1.925 0.8687 2.22 0.113
Surface*Sryling -1.227 -0.614 0.3761 -1.63 0.201
S = 1.19651 PRESS = 222.911
R-Sq = 96.09% R-Sq(预测) = 0.00% R-Sq(调整) = 80.43%
对于 Coolant Temp 方差分析(已编码单位)
来源 自由度 Seq SS Adj SS Adj MS F P
共变量 1 16.079 26.0926 26.0926 18.23 0.024
区组 1 2.574 0.5814 0.5814 0.41 0.569
主效应 4 43.062 40.9480 10.2370 7.15 0.069
2因子交互作用 6 43.729 43.7287 7.2881 5.09 0.105
残差误差 3 4.295 4.2949 1.4316
合计 15 109.738
结果分析
空气温度(Temp)作为一个协变量,其效应是显著的。注意Density因子的效应由原来的0.800到7.934,Design因子的效应也由原来的-0.725到-2.270,并且Density*Design的交互作用也是显著因子。
Residual error S也由原来的2.465到1.197,表示比以前有个更好的模型。
S2,S2(adj),从原来的72.31%,6.83%,分别增加到96.09%,80.43%。
区组不是显著因子。
文 / 闵亚能
转载请注明出处。