最小二乘擬合；效果總結 vs 效果測試 vs 參數估計我的 DOE 結果有一個影響摘要部分，參數 A 的 p 值為 0.03866。在“效果檢驗”部分，相同參數的 p 值為 0.9353。該變量的參數估計值也是 0.9353。為什麼效果摘要與效果測試和參數估計不同，每個測試的含義是什麼？
謝謝
回复：最小二乘擬合；效果總結 vs 效果測試 vs 參數估計如果您將同一模型擬合到五個響應，您將獲得五組獨特的參數估計值，每個響應一個。 所以每個術語都有五個估計值。 “效應匯總”報表顯示每個項的最重要估計值。
回复：最小二乘擬合；效果總結 vs 效果測試 vs 參數估計感謝您的回复，這非常有幫助。事實上，反應不止一種。關於你的回答，我還有一個問題。在第一句話中，您聲明“......然後摘要報告顯示來自一個模型的每個術語的最重要結果”。您所說的模型之一是指只有一個響應的模型（Y 角色？
謝謝
回复：最小二乘擬合；效果總結 vs 效果測試 vs 參數估計如果您同時對多個響應（Y 角色）進行了建模，而沒有選擇擬合單個模型的選項，則“摘要報告”會顯示其中一個模型中每個項的最顯著結果。
在單個響應或單個擬合的情況下，匯總報告和效果檢驗基本相同。 考慮到已經輸入了其他項，他們會測試向模型添加項的重要性。 零假設是附加項表示可以忽略不計的影響。
在某些常見情況下，參數估計值通常與效果檢驗（冗餘信息）相同，但它們並不相同。 參數估計表針對參數為零的原假設使用 t 檢驗。 效果表針對模型平方和的零變化使用 F 檢驗。
當您的分類因子具有兩個以上的水平時，這兩個報告之間的差異會更加明顯。
各種信息有一個層次結構，從上到下。 整個模型檢驗、效果檢驗和參數估計。
回复：最小二乘擬合；效果總結 vs 效果測試 vs 參數估計再看一下效果摘要，因素的順序是按重要性排列的。 效應檢驗和參數估計表按用戶指定的順序在模型對話框中列出。
如果可以，在不違反安全性的情況下匿名化您的數據或顯示這些表格的一部分。
