在我们的免费在线课程中了解更多信息：
工业问题解决的统计思维
在这个例子中，我们再次拟合了一个模型不纯使用拟合模型。 但这次我们向模型添加交互。
同样，我们首先添加不纯作为 Y 变量。
然后我们将五个主要效应（我们的预测变量）添加到模型中。
为了给模型添加一个特定的交互项，我们选择第一个项，按控制键，选择第二个术语，然后单击叉.
您也可以在 Select Column 下选择一个变量，从 Model Effects 列表中选择第二个变量，然后单击叉.
这一次添加一个交互。 我们可以对我们希望包含在模型中的所有交互重复此操作。
如果我们知道我们想要包含许多交互，我们可以走捷径。
首先，我将删除所有模型效果。
假设我们想要拟合一个具有所有主要效应和所有可能交互作用的模型。
我们选择所有的预测变量，然后在宏下，选择阶乘到度. 这会将所有主要影响和双向交互添加到模型中。
如果我们将度数更改为 3，这也将添加三向交互。 我们不会在这里这样做。
请注意，在 Attributes 和 Transform 旁边有许多不同的模型规范选项，尽管我们不会在这里讨论这些选项。
我们将运行具有主效应和双向交互作用的模型。
效果摘要表提供了术语重要性的摘要在模型中。 术语按升序排列p -价值。 请注意，一些交互作用是显着的，但我们在模型中也有一些不显着的项。
我们可以从回归报告下顶部的红色小三角中选择其他选项，例如拟合汇总表和方差分析表。
参数估计值表显示模型中的系数。
正如我们所见，Prediction Profiler 使我们能够与模型进行交互。 通过改变预测变量的值，我们可以很容易地看到交互项的影响。 例如，请注意为反应时间随着我们改变价值而改变催化剂浓.
对于所有交互的直观总结，我们可以使用因子分析下的顶部红色三角形打开交互图。 在这里，我们看到之间的相互作用温度和反应时间和之间催化剂浓和反应时间. 例如，我们还观察到，温度不与催化剂浓,反应堆， 或者转移，因为这些线基本上是平行的。
