主效应图
主效应图是一种可视化工具,用于显示研究中各因子不同水平上的平均响应值如何变化。对每个因子,它绘制一条连接各水平平均响应的线——使改变某个因子对结果的影响是大还是小一目了然。
最后审阅
核心要点
主效应图是一种可视化工具,用于显示研究中各因子不同水平上的平均响应值如何变化。
什么是主效应图?
主效应图是一种可视化工具,用于显示研究中各因子不同水平上的平均响应值如何变化。对每个因子,它绘制一条连接各水平平均响应的线——使改变某个因子对结果的影响是大还是小一目了然。
线的斜率陡峭表示效应强——即该因子对响应有显著影响。线平坦或接近水平表示效应弱或可忽略——该因子对结果几乎没有实际影响。
简单定义:一种图表,显示从因子的一个水平移到另一个水平时平均结果如何变化——帮助您快速识别对过程影响最大的因子。
何时使用主效应图?
- 在进行 试验设计(DOE)或析因研究之后使用,以直观汇总哪些因子最重要。
- 用于一目了然地 比较相对重要性,即多个因子对连续响应变量的影响。
- 在 过程优化 期间使用,以确定应重点关注哪些输入变量才能获得期望的输出。
- 用作向非统计专业人员展示结果的 沟通工具 ——这种可视化形式直观易懂。
正确使用主效应图的指南
- 主效应图 仅显示单个因子的效应 ——它没有考虑因子之间的交互作用。在得出最终结论之前,务必检查交互作用图。
- 响应变量必须是 连续的,所绘制的均值才有意义。
- 比较斜率时应 相互比较,而不是按绝对值比较——斜率越陡,总是表示效应越强。
- 与 ANOVA 结果或回归系数 配合使用,以确认视觉上较大的效应在统计上也显著。
- 确保数据来自 平衡或设计良好的研究 ——不平衡的设计可能扭曲所绘制的均值,导致具有误导性的视觉比较。
替代方法:何时不宜使用主效应图
- 如果响应是 分类的,绘制均值并不合适——请使用条形图或马赛克图来显示类别比例。
- 如果您处理的是 单个连续预测变量,请改用 拟合线图或散点图,以获得信息更丰富的视图。
- 如果您的目标是 正式的假设检验 而非可视化,请使用 ANOVA 或回归分析 以获得 p 值和置信区间。
主效应图示例
某工程师想评估烧结时间与三种不同金属的抗压强度之间的关系。工程师在每个烧结时间(100 分钟、150 分钟和 200 分钟)下,对每种金属各测量五个试样的抗压强度。工程师进行一般线性模型(GLM)ANOVA,并在输出中包含主效应图。步骤如下:
- 已收集所需数据。

- 现在,在 Zometric Statistical Software 中分析数据,网址为 https://statsai.zometric.com/。
- 要找到主效应图,请选择 Statistical module> Anova>Main Effects Plot.
- 在工具中,按如下方式输入数据及其他输入项:

5. 使用上述工具后,得到如下输出:

如何创建主效应图
操作步骤如下:
- 登录 Zometric Statistical Software,网址为 https://statsai.zometric.com/
- 在首页选择 Statistical Tool> Anova >Main Effects Plot
- 接下来,手动更新数据,或从 Excel 表格中完整复制(Ctrl+C)数据并粘贴(Ctrl+V)到此处。
- 填写所需选项。
- 最后,点击页面底部的 calculate,即可得到所需结果。
在主效应图的工具界面中,窗口分为两部分。

左侧为数据窗格(Data Pane)。在 Data Pane 中,每一行构成一个子组。可手动输入数据,也可从 Excel 表格中完整复制(Ctrl+C)数据并粘贴(Ctrl+V)到此处。
Load example: 将加载示例数据。
Load File: 用于直接加载 Excel 数据。
右侧提供以下选项:
- Responses 选择包含连续型结果或测量数据的列——即您想要了解或改进的变量。如果要同时为多个响应变量生成各自的主效应图,请按住 Ctrl 或 Command 并点击以选择多个响应列。每个所选响应都会生成各自的图,显示各因子如何影响该结果。
- Factors 选择包含输入变量或分组变量的列,您想要直观显示这些变量对响应的效应。按住 Ctrl 或 Command 并点击可选择多个因子。每个所选因子在主效应图中显示为一条单独的线——显示从该因子的一个水平移到另一个水平时平均响应如何变化。因子可以是分类的(如机器类型、操作员、材料),也可以是数值的(如温度设定、压力水平)。
- Download as Excel 将生成主效应图所用的底层数据——包括在每个因子水平上计算的平均响应值——导出到 Excel 文件中。
常见问题
什么是主效应图?
主效应图显示研究中各因子不同水平上的平均响应如何变化。对每个因子,它绘制一条连接各水平平均响应的线,因此您可以看出改变该因子对结果的影响是大还是小。因子可以是分类的,也可以是数值的。
如何解读主效应图?
斜率陡峭表示效应强:该因子影响响应。线平坦或接近水平表示效应弱或可忽略。比较斜率时应相互比较,因为斜率越陡表示效应越强。可用 ANOVA 结果或回归系数确认视觉上较大的效应。
为什么除主效应图外还应检查交互作用图?
主效应图仅显示单个因子的效应,没有考虑因子之间的交互作用。如果一个因子的效应取决于另一个因子的水平,主效应可能具有误导性,因此在得出最终结论之前,务必检查交互作用图。
何时应使用主效应图?
在试验设计或析因研究之后,用它汇总哪些因子最重要,比较多个因子对连续响应的相对重要性,在过程优化期间使用,并向非统计专业人员展示结果。数据应来自平衡或设计良好的研究,因为不平衡的设计可能扭曲所绘制的均值。
