Dex 均值图

Dex 均值图用于分析来自包含两个或两个以上水平的相应因素集的数据。该图表示每个因子绘制的两个或多个因子水平的平均值。这意味着因子的值由直线连接。 Dex 均值图是对传统设计实验方差分析 (ANOVA) 的补充。

Dex 均值图可用于回答以下问题：

• 哪些因素对响应变量最重要？ ：dex 表示图没有提供问题的明确答案，但它确实有助于根据因素的重要性对因素进行分类，例如“明显重要”、“不重要”和“临界重要性”。
• 根据重要性对因素进行排名。

Dex 均值图由以下轴组成：

• 纵轴：每个因子水平的响应变量的平均值。
• 水平轴：因子变量。

让我们考虑 BOXBIKE2.data 数据集的 dex 均值图：

Dex 均值图

我们可以从上面的图中得出以下结论：

• 因子 4 是上图中最重要的因子。
• 其次是因素 2，它是第二重要的，因素 1 是第三重要的。这些因素可以被认为是“明显重要的”
• 紧随其后的是因素 7 和 6，它们可以被认为是“临界重要的”。
• 因素 3 和 5 可以被认为是“相对不重要”。

因素排名表

( 4, 2, 1, 7, 6, 3, 5)

Dex均值图的扩展：

我们可以使用 dex 均值图中的散点图矩阵来显示一阶交互作用。对于k 个因子，我们需要 k 行和 k 列。在矩阵图的对角线上，该图只是一个带有单个因子的 dex 均值图。对于非对角线图，每个级别的测量值，其中级别为 X _i * X _j ，X _i是第 i^个主效应级别_{的代码，X j}是第 j^个主效应的代码。之后，我们为交互变量生成 dex 均值图。以下是 Dex Mean 绘图矩阵的示例：

Dex 均值图矩阵

参考：

• Dex 均值图 NIST