定制误差条的示例

1.	选择帮助 > 样本数据库，然后打开 Popcorn.jmp。

2.	在左上部的“表”面板中，点击完全析因模型旁边的绿色小三角，

在“效应汇总”报表中，请注意爆米花*包型交互作用具有很小的 p 值 (0.00261)。从这一点您可以得出结论：爆米花和包型之间存在显著的交互作用。

3.	点击“响应: 产量”红色小三角菜单，然后选择保存列 > 预测公式。

4.	点击“响应: 产量”红色小三角菜单，然后选择保存列 > 均值置信区间。

这将两个新列添加到数据表：95% 均值下限: 产量和 95% 均值上限: 产量。

5.	选择图形 > 图形生成器。

6.	选择这些列并将它们拖至 Y 区域：

‒

‒	95% 均值下限: 产量

‒	95% 均值上限: 产量

7.	选择爆米花并将它拖至 X 区域。

8.	选择包型并将它拖至 X 分组区域。

9.	选择油量并将它拖至 Y 分组区域。

10.	取消选择随机散布。请参见八个因子组合的产量值。

设置图形的格式可以查看 95% 均值下限: 产量和 95% 均值上限: 产量的区间样式的条形图，并查看预测公式: 产量的点。

11.	选择“条形图”元素并将它拖到图。

12.	在“条”选项面板中，从“条样式”菜单选择区间。请参见将置信限和均值标绘为并排条。

区间条样式现在从 95% 均值下限: 产量跨越至预测公式: 产量，但您想要它向上跨越至 95% 均值上限: 产量。删除预测公式: 产量的条形图元素。

13.	在“变量”下的“条”选项中，取消选择 Y 预测公式: 产量。请参见将“区间”条样式应用到三个 Y 轴变量。

删除 95% 均值下限: 产量和 95% 均值上限: 产量对应的点图元素。

14.	在“变量”下的“点”选项中，取消选择 Y 95% 均值下限: 产量和 Y 95% 均值上限: 产量。请参见置信边界的区间跨度。

15.	按住 Ctrl 键并在任意象限中右击。选择图形 > 标记大小 > XXL。

16.

从预测均值和置信区间中，您可以看出以下关系：

•	对于较大 (large) 包型，plain 和 gourmet 爆米花之间没有区别。

•	对于较小 (small) 包型，gourmet 爆米花的产量高于 plain 爆米花。

•	对于油量的每个水平，爆米花种类和包型大小之间的关系是相同的。正如您所预期的那样，没有证据表明存在三因子交互作用，因为“效应汇总”报表指示三因子交互作用在统计上不是显著的。