发布日期: 09/15/2026

效应筛选

在“拟合最小二乘法”报表中,“响应”红色小三角菜单中的“效应筛选”选项在经典效应检验不可用时十分有用。这种情况发生在筛选设计中,因为筛选设计通常不会提供误差自由度。

对于这些设计,大多数关于效应大小的推断都假定非截距参数的估计值不相关且具有相等方差。这些假设对于与许多经典实验设计关联的模型都成立。不过,也有些情形下这些假设并不成立。对于上述两种情形,“效应筛选”选项会指导您确定哪些效应显著。

“效应筛选”选项使用效应稀疏原则 (Box and Meyer 1986)。该原则主张在筛选设计所研究的效应中只有相对较少的效应是活跃的。多数效应是非活跃的,这表示其真正效应为零,并且其估计值是随机误差。

本节包含有关其中一些选项的输出的信息。

• 统一尺度估计值和连续项的编码

• 效应筛选图选项

• “正态图”报表

• “Bayes 图”报表

• “Pareto 图”报表

需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).