代码化数据的回归方程是多少?怎么看出来的
因子回归: 强度 与 温度, 时间, 压强
方差分析
来源 自由度 Adj SS Adj MS F 值 P 值
模型 4 0.342039 0.085510 30.52 0.000
线性 3 0.320283 0.106761 38.10 0.000
温度 1 0.156025 0.156025 55.68 0.000
时间 1 0.114752 0.114752 40.95 0.000
压强 1 0.049506 0.049506 17.67 0.001
2 因子交互作用 1 0.021756 0.021756 7.76 0.015
时间*压强 1 0.021756 0.021756 7.76 0.015
误差 14 0.039229 0.002802
弯曲 1 0.001107 0.001107 0.38 0.549
失拟 11 0.027272 0.002479 0.46 0.842
纯误差 2 0.010850 0.005425
合计 18 0.381268
模型汇总
R-sq(调
S R-sq 整) R-sq(预测)
0.0529348 89.71% 86.77% 81.75%
已编码系数
方差膨
项 效应 系数 系数标准误 T 值 P 值 胀因子
常量 7.6149 0.0121 627.04 0.000
温度 0.1975 0.0988 0.0132 7.46 0.000 1.00
时间 0.1694 0.0847 0.0132 6.40 0.000 1.00
压强 0.1113 0.0556 0.0132 4.20 0.001 1.00
时间*压强 0.0738 0.0369 0.0132 2.79 0.015 1.00
方差分析
来源 自由度 Adj SS Adj MS F 值 P 值
模型 4 0.342039 0.085510 30.52 0.000
线性 3 0.320283 0.106761 38.10 0.000
温度 1 0.156025 0.156025 55.68 0.000
时间 1 0.114752 0.114752 40.95 0.000
压强 1 0.049506 0.049506 17.67 0.001
2 因子交互作用 1 0.021756 0.021756 7.76 0.015
时间*压强 1 0.021756 0.021756 7.76 0.015
误差 14 0.039229 0.002802
弯曲 1 0.001107 0.001107 0.38 0.549
失拟 11 0.027272 0.002479 0.46 0.842
纯误差 2 0.010850 0.005425
合计 18 0.381268
模型汇总
R-sq(调
S R-sq 整) R-sq(预测)
0.0529348 89.71% 86.77% 81.75%
已编码系数
方差膨
项 效应 系数 系数标准误 T 值 P 值 胀因子
常量 7.6149 0.0121 627.04 0.000
温度 0.1975 0.0988 0.0132 7.46 0.000 1.00
时间 0.1694 0.0847 0.0132 6.40 0.000 1.00
压强 0.1113 0.0556 0.0132 4.20 0.001 1.00
时间*压强 0.0738 0.0369 0.0132 2.79 0.015 1.00
没有找到相关结果
已邀请:
2 个回复
Kathrine (威望:5) (江苏 苏州) 其它行业 主管
赞同来自: kongzheng1987