一般线性模型使用回归方法来拟合您指定的模型。在这里我们假设：检验温度和玻璃类型对示波器的光输出的效应。使用三种类型的玻璃和三个温度水平：100、125 和 150
华氏度。由于我们所关心的是检查在这些水平下的响应，因而这些因子
是固定
的。
工具/原料
1
Minitab17
2
方差分析_示例.MTW
方法/步骤
1
打开工作表“方差分析示例.MTW”。
2
选择统计 ---> 方差分析 ---> 一般线性模型 ---> 拟合一般线性模型。
3
在响应中，输入光输出，在因子中，输入玻璃类型， 在协变量中，输入温度， 单击模型。
4
在因子和协变量中，输入玻璃类型和温度， 在交互作用的阶数中，选择 2 并单击添加。
5
在因子和协变量中，选择温度，并且在模型中的项中选择温度*温度，在模型中的交叉因子、协变量和项中，单击添加按钮。
6
在因子和协变量中，选择玻璃类型，并且在模型中的项中选择温度*温度， 在模型中的交叉因子、协变量和项中，单击添加按钮， 在每个对话框中单击确定。
7
我们得出以下结果：
8
解释结果：玻璃类型的显著交互作用效应同时具有线性温度项和二次温度项，意味着温度对光输出的效应的二阶回归模型的系数依赖于玻璃类型。