【正文】 ?Predictors in all models:指定必須包含在模型 中的變量 包含在模型的至少變量數(shù)和最大變量數(shù) 在說明變量數(shù)為相同的組合中，指定 最高說明結(jié)果的幾個輸出與否 42 () 結(jié)果解釋 在模型選擇上有根據(jù)的統(tǒng)計量 (Rsquare, adjR, Cp) Vars:包含在各模型的說明變量數(shù)。 因 Pvalue為 ， 故駁回歸屬假設(shè)，即不隨正態(tài)分布 Minitab Normality Test(正態(tài)性檢定 ) 31 () 32 () 3. 回歸分析 33 () ?為了模型化及調(diào)查反應(yīng)變量與一個以上的獨立變量之間關(guān)系的分析 ? Least square regression : 反應(yīng)變量為連續(xù)性資料時 ?Regression:利用最小乘方法，實施單一回歸或多重回歸 ?Stepwise Regression:為了找出最合適的說明變量模型 進行追加或刪除變量而分析 ?Best Subsets Regression : 利用最大 Rsquare 基準(zhǔn)來 分析最大 Subset 回歸 ?Fitted Line Plot:用一個預(yù)測變量的線型或多次項進行 回歸分析 ?Residual Plot : 為殘差分析的 Plot作成 ? Logistic square regression:反應(yīng)變量為范籌型資料時 ?Binary Logistic Regression:利用二項反應(yīng)變量的回歸 分析 (2個范籌時 ) ?Ordinal Logistic Regression:利用順序型反應(yīng)變量的 回歸分析 (3個以上范籌時 ) ?Nominal Logistic Regression:利用名目型反應(yīng)變量的 回歸分析 (3個以上范籌時 ) Minitab 回歸分析基礎(chǔ) 34 () Minitab Regression ? 在兩個以上變量的關(guān)系上建立數(shù)學(xué)函數(shù)的方法 ?Response : 選擇種屬變量 (結(jié)果值 ) Score 2 ?Predictors : 選擇獨立變量 (輸入值 ) Score 1 35 () Options... ?Weight:為加重回歸指定有加重值的 Col ?Fit intercept:決定在模型中是否除去絕對項 ?Display Variance inflation factors:以 多重空線型判別 (VIF) 影響值，指定 VIF值輸出與否 DurbinWatson statistic :指定檢定殘差自己相關(guān) DurbinWatson統(tǒng)計量輸出與否 ?Lack of Fit Tests Pure error:指定履行適合性檢定時純誤差項的 輸出與否 Data subsetting:指定把說明變量細(xì)分而提供類似 反復(fù)效果的算法適用與否 ?Prediction intervals for new observation:推定回歸 式后，按說明變量的值推定 y值 ?Storage Fits:指定是否保存推定的 y Confidence limits:指定是否保存推定 y的信賴水準(zhǔn)的 信賴區(qū)間 SDs of fits:指定是否保存 y的標(biāo)準(zhǔn)偏差 Predicction limits:指定是否保存 y的預(yù)測界限 Minitab Regression 36 () Results... 在 Session 窗不顯示任何結(jié)果時 顯示基本的回歸分析結(jié)果時 顯示基礎(chǔ)統(tǒng)計量時 顯示追加統(tǒng)計量時 Graphs... ?Residuals for Plots:殘差圖象中顯示的殘差種類選擇 Regular:在資料的原來測度內(nèi)利用殘差時 Standardized:利用標(biāo)準(zhǔn)殘差時 Deleted:利用 Studentized殘差時 ?Residual Plots Histogram of residual:畫殘差的 Histogram 時 Normal plot of residual : 畫 殘差的正態(tài)概率圖時 Residuals versus fits:想看殘差的適合性時 Residuals versus order:關(guān)于殘差對比資料的順序 Residuals versus the variables:殘差與變量之間的關(guān)系 Minitab Regression 37 () Minitab Regression 分析結(jié)果 回歸方程式為 SCORE2=+ P值比留意水準(zhǔn)小，故駁回歸屬 假設(shè)。 結(jié)果解釋 : p值小于 5%留意水準(zhǔn)， 故駁回歸屬假設(shè) , 即平均不等于 5 Test mean 指定的情況 Minitab 1Sample t 23 () ?不知標(biāo)準(zhǔn)偏差時兩個母平均差的推定和檢定 ?Samples in one column(stack形態(tài) ) : 在 1Col中比較兩個 集團 ?Sample in different columns(unstack形態(tài) ) First :選擇第一個 Col Second : 選擇第二個 Col ?Alternative : 設(shè)定對立假設(shè) ?Confidence level :設(shè)定信賴水準(zhǔn) ?Assume equal variance :假設(shè)兩個集團的母分散一致 結(jié)果解釋 : p值大于 5% 有益水準(zhǔn)， 故選擇歸屬假設(shè)， 即兩個母平均在 95% 信賴區(qū)間無差異 Minitab 2Sample t TwoSample TTest and CI: , Damper Twosample T for Damper N Mean StDev SE Mean 1 40 2 50 Difference = mu (1) mu (2) Estimate for difference: 95% CI for difference: (, ) TTest of difference = 0 (vs not =): TValue = PValue = DF = 80 24 () ?有關(guān)對應(yīng)的兩個母集團的母平均差的推定和檢定 ?First sample : 選擇第一個 data Col ?Second sample : 選擇第二個 data Col 1 Col 與 2 Col 的資料數(shù)應(yīng)相同 ?Confidence level : 輸入信賴度 ?Test mean : 輸入對應(yīng)差的檢定平均值 ?Alternative : 設(shè)定對立假設(shè) 結(jié)果解釋 : p值小于留意水準(zhǔn) 5%， 故駁回歸屬 假設(shè) ,即兩個母平均間有差 Minitab Paired t 25 () ?母不良率的推定及檢定 ?Samples in columns :只限兩種文字或者數(shù)字 ?Summarized data Number of trials : 全體試行次數(shù) Number of successes : 成功 (不良 )次數(shù) ?Confidence level : 信賴度 ?Test proportion : 檢定不良率 ?Alternative :設(shè)定對立假設(shè) ?Use test and interval based on normal distribution : 決定是否按 正態(tài)分