minitab做方差分析时方差分量有负值,是怎么回事?
一般线性模型: DeltaP_P 与 Stack, Stand
因子 类型 水平数 值
Stack 随机 4 S4.42X211sn001, S4.42X211sn002, S4.42X211sn003,
S4.42X211sn004
Stand 随机 4 TS#10, TS#11, TS#12, TS#9
DeltaP_P 的方差分析,在检验中使用调整的 SS
来源 自由度 Seq SS Adj SS Adj MS F P
Stack 3 5.8850 5.8850 1.9617 0.79 0.531
Stand 3 45.3072 45.3072 15.1024 6.06 0.015
Stack*Stand 9 22.4393 22.4393 2.4933 63.07 0.000
误差 64 2.5299 2.5299 0.0395
合计 79 76.1614
S = 0.198821 R-Sq = 96.68% R-Sq(调整) = 95.90%
DeltaP_P 的异常观测值
拟合值 标准化
观测值 DeltaP_P 拟合值 标准误 残差 残差
12 140.765 141.779 0.089 -1.014 -5.70 R
14 142.197 141.779 0.089 0.418 2.35 R
15 142.598 141.779 0.089 0.819 4.60 R
R 表示此观测值含有大的标准化残差
期望均方,使用调整的 SS
来源 每项的期望均方
1 Stack (4) + 5.0000 (3) + 20.0000 (1)
2 Stand (4) + 5.0000 (3) + 20.0000 (2)
3 Stack*Stand (4) + 5.0000 (3)
4 误差 (4)
检验的误差项,使用调整的 SS
误差自 误差 MS
来源 由度 误差 MS 综合
1 Stack 9.00 2.4933 (3)
2 Stand 9.00 2.4933 (3)
3 Stack*Stand 64.00 0.0395 (4)
方差分量,使用调整的 SS
来源 估计值
Stack -0.02658
Stand 0.63046
Stack*Stand 0.49074
误差 0.03953
因子 类型 水平数 值
Stack 随机 4 S4.42X211sn001, S4.42X211sn002, S4.42X211sn003,
S4.42X211sn004
Stand 随机 4 TS#10, TS#11, TS#12, TS#9
DeltaP_P 的方差分析,在检验中使用调整的 SS
来源 自由度 Seq SS Adj SS Adj MS F P
Stack 3 5.8850 5.8850 1.9617 0.79 0.531
Stand 3 45.3072 45.3072 15.1024 6.06 0.015
Stack*Stand 9 22.4393 22.4393 2.4933 63.07 0.000
误差 64 2.5299 2.5299 0.0395
合计 79 76.1614
S = 0.198821 R-Sq = 96.68% R-Sq(调整) = 95.90%
DeltaP_P 的异常观测值
拟合值 标准化
观测值 DeltaP_P 拟合值 标准误 残差 残差
12 140.765 141.779 0.089 -1.014 -5.70 R
14 142.197 141.779 0.089 0.418 2.35 R
15 142.598 141.779 0.089 0.819 4.60 R
R 表示此观测值含有大的标准化残差
期望均方,使用调整的 SS
来源 每项的期望均方
1 Stack (4) + 5.0000 (3) + 20.0000 (1)
2 Stand (4) + 5.0000 (3) + 20.0000 (2)
3 Stack*Stand (4) + 5.0000 (3)
4 误差 (4)
检验的误差项,使用调整的 SS
误差自 误差 MS
来源 由度 误差 MS 综合
1 Stack 9.00 2.4933 (3)
2 Stand 9.00 2.4933 (3)
3 Stack*Stand 64.00 0.0395 (4)
方差分量,使用调整的 SS
来源 估计值
Stack -0.02658
Stand 0.63046
Stack*Stand 0.49074
误差 0.03953
没有找到相关结果
已邀请:
6 个回复
wang168 (威望:20) (台湾 台湾) 咨询业 咨询顾问
赞同来自:
回复 forum.php?mod=redirect&goto=findpost&pid=3505261&ptid=265276
ANOVA 方差分量估计为负时有2个方向
1 将负值 --> 0
2 线性模型错误,重新建模检验
另外,LZ的例中stack p=0.531 不显著,所以模型需要修改,修改后没有负值的问题