您还没有绑定微信,更多功能请点击绑定

MSA线性和偏倚分析

量具线性:

自变量 系数 标准误系数 P

常量 0.0005225 0.0003813 0.179

斜率 -0.00002636 0.00002101 0.217

S 0.0008527 R-Sq4.0%

量具偏倚:

参考 偏倚 P

平均 0.000750 0.597

7.7 0.000300 0.345

15.0 0.000300 0.345

20.2 -0.000300 0.171

25.0 0.0000000 1.000

以上数据为Minitap分析的数据,请各位高手指点怎样看分析的结果,看那个数据确认线性和偏倚是否可接受

对“好”的回答一定要点个"赞",回答者需要你的鼓励!
已邀请:

Edmonn.Mao (威望:5) (江苏 苏州) 电子制造 工程师 - 供应商管理 体系 工具

赞同来自: 乱了流年999

因为线性分析是以线性回归的方式来做的。在做完线性回归后需判定回归的误差。
S是回归模型的误差的标准差,R-sq是回归模型误差占总误差的百分比。取值在0%和100%之间,数值越大,表明回归模型与数据吻合得越好

4 个回复,游客无法查看回复,更多功能请登录注册

发起人

kellyjiang
kellyjiang

品质管理

扫一扫微信订阅<6SQ每周精选>