미니탭 회귀분석 예제

By Dave Sanasack, on Aug, 02 2019

즉, 제곱의 총 합계 = 제곱의 회귀 합계 + 제곱회분석의 오차 합계는 항상 Excel 또는 SPSS와 같은 소프트웨어에서 수행됩니다. 출력은 변수 의 수에 따라 다르지만 기본적으로 간단한 선형 회귀에서 찾을 수있는 동일한 유형의 출력입니다. 1단계: Minitab의 두 열에 데이터를 입력합니다. 회귀는 또한 이 그래프의 경우 0.702인 R 제곱 값을 제공합니다. 이 숫자는 모델이 얼마나 좋은지 알려줍니다. 값범위는 0에서 1사이이며 0은 끔찍한 모델이고 1은 완벽한 모델입니다. 당신이 아마 볼 수 있듯이, 0.7 은 상당히 괜찮은 모델이므로 날씨 예측에 상당히 확신 할 수 있습니다! 회귀 계수는 모델 상수에서 다른 예측 변수를 유지하면서 예측 변수의 한 변화 단위에 대한 응답 변수의 평균 변화를 나타냅니다. 회귀가 제공하는 이 통계 적 컨트롤은 모델의 다른 모든 변수에서 하나의 변수의 역할을 격리하기 때문에 중요합니다. 회귀는 ANOVA와 동일한 방법론을 따르고 그 뒤에 있는 가설 테스트는 동일한 가정을 사용합니다. Minitab 통계 소프트웨어는 회귀 분석의 다른 유형의 번호를 제공합니다.

다음 게시물에서 설명하는 것처럼 올바른 유형을 선택하는 것은 데이터의 특성에 따라 다릅니다. 회귀 분석은 하나 이상의 예측 변수와 응답 변수 간의 통계 관계를 설명하는 방정식을 생성합니다. Minitab 통계 소프트웨어를 사용하여 회귀 모델에 맞추고 잔류 플롯을 확인하여 적합도를 확인한 후 결과를 해석할 수 있습니다. 이 게시물에서는 선형 회귀 분석을 위해 출력에 나타나는 p-값과 계수를 해석하는 방법을 보여 드리겠습니다. 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). 4단계: 결과를 읽어보십시오. 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. 주: 위의 선형 회귀 출력 외에도 (a) 두 변수 사이에 선형 관계가 있는지 확인하는 데 사용한 산점도를 해석해야 합니다(예: 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.