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:
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:
参考:
- Dex 均值图 NIST