你的浏览器禁用了JavaScript, 请开启后刷新浏览器获得更好的体验!
输入关键字进行搜索
搜索:
没有找到相关结果
Jason_Wang (威望:230) (河北 廊坊) 汽车制造相关 工程师 - 编外质量人
赞同来自:
1 个回复,游客无法查看回复,更多功能请登录或注册
1 个回复
Jason_Wang (威望:230) (河北 廊坊) 汽车制造相关 工程师 - 编外质量人
赞同来自:
欧立威 (威望:50) (福建 厦门) 咨询业 咨询顾问
这个问题很有意思. 我看了楼主的MINITAB分析,拙见如下:
1.三个机台的输出值是存在显著不同的.
2.R-SQ不能作为ANOVA中来判断显著与否的标准.
3.在这里R-SQ代表什么呢?我觉得只是个参考. 本来机台本身就不能看作有序列的自变量. 如果硬去假设机台是1,2,3个水平的话, 你的回归模型的R-SQ大约就是这个数. 为什么说是大概呢?因为如果你做回归分析的话, ANOVA就会认为机台是一个因素,自由度就变成1了.但是R-SQ应该和回归分析的R-SQ接近.但是要注意:你在做回归分析的时候要根据大小排序.
4.既然存在显著性差异,R-SQ为什么很小呢?因为如果从回归的角度而言,确实机台作为一个因素对输出结果的影响太小了.但是这并不能妨碍ANOVA对不同机台之间的判断.因为SS的差异很大, 但是MS却是要除以自由度的, 除过自由度的MS才能看出组间的真正变异.
而三个机台之间,只有一个和其他有显著不同, 从回归的角度看,肯定会线性不好.而且子组的样本似乎太大了.包含的因素很多,当然就显得机台这个因素的影响更小了.
所以R-SQ,就是模型中可解释方差的比例.