求教minitab 相关问题

就是你回归分析的各种统计量啊！
系数的标准误差指的就是回归系数COEF估计值的标准差，代表系数的离散程度，这个值的大小代表了估计是否精确，通常越小代表估计得越好。

T代表T统计量，根据抽样分布的T分布得来，T值越大，P值越小（P值根据你的T值来计算）
例如
P代表小概率事件，当备择假设成立的时候，犯错误的概率，这个根据你设定的APHLA来判定
如果你的APHLA=0.05时（系统默认），你的P值大于这个数，说明当备择假设成立的时候，你犯错误的概率超过了你能承受的标准，这个时候你没有理由拒绝零假设。
方差膨胀因子（VIF）指的是你回归的时候，存在多个X的情况下（多重回归），检验X之间的自变量相关性的值，这个值通常不能超过10。VIF值大于10可能表明多重共线性过度影响了回归结果。在此情况下，可能要通过从模型中去除不重要的预测变量来减小多重共线性。
Seq SS称为序列平方和或者顺序平方和，在回归中的方差分析里面，Seq ss和我们拟合模型时，因子的选定输入的顺序有关，平方和表示的是和平均的距离的变异的一个度量值，
平方和值的是因子或者误差所解释的变异的大小。
ADJ SS称为调整后的平方和，他的计算与因子输入的顺序没有关系。同样也是用来解释因子和误差的变异的。
建议LZ好好回去学习一下方差分析和回归分析，不要一步就跳到MIXTURE DESIGN上来，起码也要先学一下传统的DOE再回到这个上面来，你会简单多了。
关于混合设计MIXTURE DESIGN，其中我们的模型拟合只存在主效应项目及交互作用项目。
通过响应追踪图体现分量变量的变化情况与RESPONSE之间的关系情况，
再通过响应优化器建立最佳参数值的设定。
MIXTURE最主要的是他的设计理念，而不在于分析方法，分析方法除了响应追踪图的差异外，其他基本上无太大差异。
如有兴趣，可以单独讨论MIXTURE，也请有此类实践经验的高手给予指教，小弟也还在摸索中。