minitab的操作-文庫(kù)吧在線文庫(kù)
【正文】 區(qū)間及 預(yù)測(cè)區(qū)間 Minitab Fitted Line Plot 44 () Minitab Fitted Line Plot 結(jié)果解釋 顯示 2次項(xiàng)模型比直線模型更為適合 45 () ?殘差 plot 是為回歸分析診斷而使用 ?回歸分析時(shí) , 若保存了殘差和推定值 (Fits),則利用 Residual Plot 步驟繪出殘差圖形。 實(shí)施適合度判定，如有 p值小于 ， 但在此顯示適合。 在圖象上按鼠標(biāo)右鍵則出現(xiàn) Play菜單，并通過(guò) Brush確認(rèn)是第 31號(hào)值與第 66號(hào)值 Minitab Binary Logistic Regression 49 () Binary Logistic Regression Link Function: Logit Response Information Variable Value Count RestingP Low 70 (Event) High 22 Total 92 Factor Information Factor Levels Values Smokes 2 No Yes Logistic Regression Table Odds 95% CI Predictor Coef StDev Z P Ratio Lower Upper Constant Smokes Yes Weight LogLikelihood = Test that all slopes are zero: G = , DF = 2, PValue = GoodnessofFit Tests Method ChiSquare DF P Pearson 47 Deviance 47 HosmerLemeshow 8 Brown: General Alternative 2 Symmetric Alternative 1 Table of Observed and Expected Frequencies: (See HosmerLemeshow Test for the Pearson ChiSquare Statistic) Group Value 1 2 3 4 5 6 7 8 9 10 Total Low Obs 4 6 6 8 8 6 8 12 10 2 70 Exp High Obs 5 4 3 1 1 3 2 3 0 0 22 Exp Total 9 10 9 9 9 9 10 15 10 2 92 Measures of Association: (Between the Response Variable and Predicted Probabilities) Pairs Number Percent Summary Measures Concordant 1045 % Somers39。 38 () Minitab Stepwise ? 說(shuō)明變量數(shù)量多時(shí)，添加或減少變量而選別適當(dāng)?shù)淖兞考蠟槟康? ?所有可能的回歸 : 當(dāng)有 k個(gè)變量時(shí)，調(diào)查從一個(gè)也不包含的模型至包含 k個(gè)的 所有模型 ?前進(jìn)選擇法 : 在影響反應(yīng)變量的 k個(gè)說(shuō)明變量中選擇最大影響的變量， 并判斷為再無(wú)其它重要變量時(shí) ,停止變量的選擇 ?后進(jìn)選擇法 : 在影響反應(yīng)變量的 k個(gè)說(shuō)明變量中除去影響小的變量， 并判斷為再無(wú)可除變量時(shí)，停止變量的除去 ?階段別回歸方法 :在前進(jìn)選擇法里加后進(jìn)選擇法的方法 39 () Minitab Stepwise ?Response:輸入反應(yīng)變量 (Pulse2) ?Predictors:輸入說(shuō)明變量 (Pulse1 RanWeight) ?Predictors to include in every model: 指定先包含的變量 ?選擇 Forward selection后指定留意水準(zhǔn) ?留意水準(zhǔn) :把預(yù)測(cè)變量追加到回歸模型的基準(zhǔn) (p值小于留意水準(zhǔn)時(shí)追加 ) 40 () Minitab Stepwise ?顯示進(jìn)入模型的預(yù)測(cè)變量的最佳程度 (若是 2，則顯示 2個(gè)預(yù)測(cè)變量 ) ?輸入要進(jìn)行幾次操作 ?回歸模型里要追加常數(shù)項(xiàng)時(shí) Stepwise Regression: Pulse2 versus Pulse1, Ran, Weight Forward selection. AlphatoEnter: Response is Pulse2 on 3 predictors, with N = 92 Step 1 2 3 Constant Pulse1 TValue PValue Ran TValue PValue Weight TValue PValue S RSq RSq(adj) Cp best alt. Variable Ran Weight TValue PValue Variable Weight TValue PValue 41 () Minitab Best Subsets ? 在分析者所希望的說(shuō)明變量中找出最佳模型的分析 ?Response:指定反應(yīng)變量 ?Free predictors:指定在模型里包含可能性的 變量 ?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(shuō)明變量數(shù)為相同的組合中，指定 最高說(shuō)明結(jié)果的幾個(gè)輸出與否 42 () 結(jié)果解釋 在模型選擇上有根據(jù)的統(tǒng)計(jì)量 (Rsquare, adjR, Cp) Vars
物理相關(guān)推薦
鄂ICP備17016276號(hào)-1