如何使用mintab進行回歸分析(完整版)
【正文】 多重共線性： 重新搜集數(shù)據(jù)，刪除預(yù)測因子，使用不同的預(yù)測因子或最小二乘法回歸分析的替代，獲得附加的信息請參考[3], [21].。如果列中有丟失的觀測值，同樣在計算時這些數(shù)據(jù)就會忽略了，僅僅使用沒有丟失的數(shù)據(jù)。如果需要其它信息，請參考[9], [22], [29]. 數(shù)據(jù)子集lackoffit檢驗 MINITAB同樣也可以進行l(wèi)ackoffit檢驗數(shù)據(jù)，其數(shù)據(jù)不需要副本但是要包含數(shù)據(jù)子集。如果輸入了常數(shù)和一列，MINITAB會認(rèn)為您想要得到常數(shù)和每列數(shù)據(jù)組合的所有預(yù)測值。MINITAB將這些值在高leverage異常觀測值表中顯示。Analysis of Variance 選擇的方程擬合方程即為： 其中 叫做被預(yù)測或被擬合值。誤差平方各有時也被寫作SS殘差，SSE或RSS。St Resid是標(biāo)準(zhǔn)化殘差。您想檢驗總熱量是否可以通過絕熱體、東、南、北各方向焦點的位置來預(yù)測。 Source DF SS MS F P Regression 3 Residual Error 25 Total 28 連續(xù)平方和只是現(xiàn)有變量平方和，假定所有輸入的變量都存在。The coefficient of the variable East, however, has an ttest pvalue of . If the evidence for the coefficient not being zero appears insufficient and if it adds little to the prediction, you may choose the more parsimonious model with predictors North and South. Make thisdecision only after examining the residuals. In the residual plots example on page 228, you examine the residuals from the model with predictors North and South. (Alternatively, you could have used the graphs available in the Graphs subdialog box.) 。South的值() 是South惟一的平方和假設(shè)North平方和存在以及East的值() 是East惟一的平方和假設(shè)North及South平方和存在 假設(shè)您已得到了b0，連續(xù)平方和表中第一行給出了SS(b1 | b0),，或者由于擬合b1項而導(dǎo)致誤差SS減小(與使用X1作為預(yù)測因子相同)。 異常觀測值 Obs East HeatFlux Fit SE Fit Residual St Resid 4 22 您可以用多元回歸分析法來建立三預(yù)測因子關(guān)系模型。在預(yù)測區(qū)間為95%情況下的顯示區(qū)間是單個觀測值Score1 = 。總平方和(SS Total)是平均值的修正平方和，使用方差分析來評定總擬合值，F(xiàn)檢驗是對零假設(shè)H0:所有回歸系數(shù)(除b0)=0進行檢驗。 系數(shù)表：在輸出窗口中第一個表給出的是估計的系數(shù)，b0和b1，以及它們的標(biāo)準(zhǔn)誤差。Unusual Observations Obs Score1 Score2 Fit SE Fit Residual St Resid 9 選擇統(tǒng)計回歸回歸 ，輸入Score2，在預(yù)測因子欄中，輸入Score1. “選項”按鈕。 Cook’s distance bines leverages and Studentized residuals into one overall measure of how unusual the predictor values and response are for each observation. Large values signify unusual observations. Geometrically, Cook’s distance is a measure of the distance between coefficients calculated with and without the ith observation. Cook [7] and Weisberg [29] suggest checking observations with Cook’s distance F (.50, p, np), where F is a value from an Fdistribution. n DFITS, like Cook’s distance, bines the leverage and the Studentized residual into one overall m
職業(yè)教育相關(guān)推薦
鄂ICP備17016276號-1