미니탭 회귀분석 예제

미니탭 회귀분석 예제

2단계: “통계”를 클릭한 다음 “회귀”를 클릭한 다음 “정렬된 선 플롯”을 클릭합니다. Minitab 18 에서이 블로그의 데이터 집합을 찾을 수 없습니다. 도와주세요. 감사합니다! 예문: 하루에 소비되는 칼로리를 체중과 비교하는 다음 데이터 포인트 집합에 대한 Minitab에서 회귀 찾기: 일일 소비 칼로리(140), 2810(143), 2805(144), 2705(145), 3000(130), 2400(130), 240(10), 240(101), 240(1010), 24010(1010) 2000 (99), 2350 (120), 2400 (121), 3000 (155). 1단계: Minitab에서 데이터를 두 개의 열에 입력합니다. 회귀 자습서의 마지막 부분에는 Minitab이 수행할 수 있는 다양한 유형의 회귀 분석의 예가 포함되어 있습니다. 이러한 회귀 예제중 많은 부분에는 데이터 집합이 포함되어 있으므로 직접 시도할 수 있습니다! Minitab 통계 소프트웨어는 회귀 분석의 다른 유형의 번호를 제공합니다. 다음 게시물에서 설명하는 것처럼 올바른 유형을 선택하는 것은 데이터의 특성에 따라 다릅니다. 회귀는 ANOVA와 동일한 방법론을 따르고 그 뒤에 있는 가설 테스트는 동일한 가정을 사용합니다.

즉, 제곱의 총 합 = 회귀 합 + 제곱 의 오류 합계 주: 위의 선형 회귀 출력 외에도 (a) 두 변수 사이에 선형 관계가 있는지 확인하는 데 사용한 산점도를 해석해야합니다. 즉, 가정 #3); (b) 유의한 이상치(즉, 가정 #4)가 없는지 확인하기 위한 사례별 진단; (c) 관측값의 독립성 확인을 위한 Durbin-Watson 통계의 출력(즉, 가정 #5); (d) 회귀 표준화 된 리차의 산점도는 데이터가 호모세데아시티를 보였는지 여부를 결정하기 위해 표준화 된 예측 값 (즉, 가정 #6); (e) 히스토그램(중첩된 법선 곡선) 및 법선 P-P 플롯을 통해 모델의 잔류물(오류)이 대략 일반적으로 분포되어 있는지 확인(예: 가정 #7)(가정 섹션 이 확실하지 않은 경우 이전 참조) 가정은). 데이터가 이러한 가정에 실패한 경우 선형 회귀 절차(예: 위에서 설명한 출력)에서 얻은 출력이 유효하지 않을 수 있으며 이러한 위반(예: 데이터 변환)을 처리하기 위한 조치를 취해야 합니다. Minitab을 사용하거나 다른 통계 검정을 사용합니다. 계수를 이해하는 열쇠는 이를 경사로 생각하는 것이며 경사 계수라고도 합니다. 아래의 피팅 된 선 플롯에서 이 것을 설명합니다. 첫째, Minitab의 세션 창 출력: 회귀 분석은 항상 Excel 또는 SPSS와 같은 소프트웨어에서 수행됩니다. 출력은 변수 의 수에 따라 다르지만 기본적으로 간단한 선형 회귀에서 찾을 수있는 동일한 유형의 출력입니다. 4단계: 결과 읽기 회귀 그래프를 만들 뿐만 아니라 Minitab은 피팅된 선 플롯 창의 오른쪽 상단 모서리에 있는 S, R-sq 및 R-sq(adj)에 대한 값을 제공합니다. s = 표준 오류입니다. R-Sq = 판정 R-Sq(adj) = 조정된 결정 계수(조정된 R 제곱)입니다. 사례 연구: 시험 1, 2, 3의 점수가 최종 시험점수와 통계적으로 유의한 관계가 있는지 확인하고자 합니다.

그렇다면 최종 시험 점수와 어떻게 관련이 있습니까? 1, 2, 3의 점수를 사용하여 최종 시험의 점수를 예측할 수 있습니까? 데이터 파일: “샘플 Data.xlsx”의 “다중 회귀 분석” 탭. 회귀는 또한 이 그래프의 경우 0.702인 R 제곱 값을 제공합니다.

0

You may also like