使用存储的模型进行其他分析

您确定了包含显著效应的模型，并且<Minitab将此模型存储在工作表中。响应列的标题中的复选标记指示已存储了一个模型，并且该模型是最新的。将指针放在此复选标记上方，以查看此模型的摘要。

您可以使用存储的模型来执行其他分析，以更好地理解所得的分析结果。接下来，您可以创建因子图来确定最佳因子设置，并且，您可以使用 Minitab 的预测分析来预测这些设置的小时数。

创建因子图

您可使用存储的模型创建主效应图和交互作用图，以可视化这些效应。
1. 选择统计 > DOE > 因子 > 因子图。
2. 验证变量订单系统和包装是否在选定框内。

3. 单击确定。

解释因子图

因子图包含主效应图和交互作用图。主效应是两个水平的因子之间的均值响应的差异。主效应图显示小时数的均值（使用这两个订单处理系统）和小时数的均值（使用包装过程）。交互作用图显示因子、订单处理系统和包装过程对响应的影响。由于交互作用意味着一个因子的效应与另一个因子的水平相关，因此，评估交互作用非常重要。

每个点表示一个水平的因子的平均处理时间。水平中心线显示所有运行的平均处理时间。此图左侧面板指示使用新订单处理系统处理的订单所花的时间少于使用当前订单处理系统处理的订单所花的时间。此图右侧面板指示使用包装过程 B 处理的订单所花的时间少于使用包装过程 A 处理的订单所花的时间。

如果这些因子之间没有显著的交互作用，则主效应图会准确描述每个因子与此响应之间的关系。但是，由于交互作用显著，您还应该检查交互作用图。两个因子之间的显著交互作用可能会影响主效应的解释。

交互作用图中的每个点都表示不同因子水平的组合情况下的平均处理时间。如果这些直线不平行，则此图指示两个因子之间存在交互作用。交互作用图指示使用新的订单处理系统和包装过程 B 处理的书籍订单所花的准备时间最短（9小时）。使用当前订单处理系统和包装过程 A 处理的订单所花的准备时间最长（大约 14.5 小时）。由于包装过程 B的直线斜率更陡，因此，您可以断定：在使用包装过程 B（而不是包装过程 A）时，新订单处理系统具有更大的效应。

根据试验的结果，您建议西部出货中心使用新订单处理系统和包装过程 B 来减少订单交货所花的时间。

预测响应

您确定了最佳设置（存储在工作表的 DOE 模型中）。您可以使用存储的模型来预测这些设置的处理时间。

1. 选择统计 > DOE > 因子 > 预测。
2. 在订单系统下，选择新。
3. 在包装下，选择 B。

4. 单击确定。

解释结果

输出显示模型方程和变量设置。这些设置的拟合值（也称作预测值）为 9 小时。但是，因为使用了样本数据，所有的估计中都包含不确定性。置信区间 95% 是平均准备时间的可能值的范围。如果您使用新订单处理系统和包装过程 B，则您可以有 95% 的置信度相信所有订单的平均准备时间介于 8.11 和 9.89 小时之间。