【正文】 此值越高 表示 該 模型 的可信度越高 R2 100% 0% 相關 / 回歸 29 R2 ： 值大小 應 為多少 ? 視 分析 對 象而定 ? 就像 安全系 統(tǒng) 或 文件夾 例如，排放 廢 氣 系統(tǒng) 實驗 的 結果 將 送 交 交通 部 審 查 ，你的 數(shù)值 應該 “好” 到什么程度 ？ 不同的 課 題 決定 不同的 決 策 標準 (通常 為 +60%)。 請試 用 ? R2值不 需要 是 “ 完美的 ” ? ____________________________________ ? ____________________________________ ? ____________________________________ 相關 / 回歸 50 回 顧 ? 定 義 并 計 算相 關 系 數(shù) ? 討 論 相 關 性 及因果 關 系 ? 繪 制 并 分析 擬合直線圖 ? 介 紹 回歸分析 的 基 本 知 識 ? 使 用 回歸分析 技 術 建 立 數(shù) 學 預測 模 型 ? 評審回歸分析的風險 所有模型都是錯誤的，但其中有一些是有用的。 相關 / 回歸 30 還 記 得 ANOVA 及我 們 對 X 顯 著性的看法 嗎 ？ 區(qū) 分 變異 的 來 源 生 產(chǎn) 周期 的 所有 變 異 周間 的 變異 周 內 的 變 異 = + ( ) ( ) * ( )y y y y n y yijjnikijjniki iik?????? ? ???? ?? ?? ? ? + ?11211212相關 / 回歸 31 對 CycleTim的方差分析 來源 自由度 SS MS F P Week 3 Error 96 Total 99 ? SS 或 Sum of the Squares 將 數(shù)據(jù) 的 變 異 量化 ? 通過計算 Epsilon2 值， 來 檢驗 X 實 際的 顯 著性 ? 此值告 訴 我 們 有多少 總 變 異 可被 X 所 解釋 Epsilon 2 = = = % SS for X SS Total 還 記得 ANOVA 及我 們 對 X 顯 著性的看法 嗎 ？ 相關 / 回歸 32 ANOVA 與 回歸 有 什么關系 ？ SSE （ Sum of Squares due to the Error ） 目 標 ： 最小化此值 SST （ Sum of Squares Total ） SSR （ Sum of Squares due to the Regression） 2121 121 1)()()( ?? ?? ??? ?? ??*+???kiikinjiijkinjij yynyyyy總 變異 = 群 內 變異 + 群 間 變異 相關 / 回歸 33 解釋 時 ， 請 使用可靠的判 斷 理解 R2 RSquared .80 相 關 可能 顯著 RSquared .50 且 .80 需要 判斷 RSquared .50 相 關 可能不 顯 著 0 1 相 關 可能不 顯 著 相 關 可能 顯 著 需要 判 斷 R SSRSST SSESST2 1? ? ?即 :有多少比率的 Y 變 異可 歸 因 于與 X 的 關系 相關 / 回歸 34 Speed Distance RESI1 FITS1 336 325 殘差與擬合值 : 它 們 是什么？ 擬合線 336 325 實際數(shù)據(jù)點 殘留距離 () 理論點 相關 / 回歸 35 Speed Distance RESI1 FITS1 336 325 418 375 355 367 445 385 365 375 455 395 395 395 405 365 346 355 . . . . . . . . . . . . Minitab： 更多 的 輸 出 結 果 相關 / 回歸 36 殘差與擬合值 相關 / 回歸 37 數(shù)據(jù)應該 通過 “Fat Pencil Test” (粗 鉛筆 檢測 ) 殘差 分析 數(shù)據(jù) 分布應趨近 于 正 態(tài) 曲線 3 01 50 1 5 3 09 99 05 01 01殘 差百分比4 0 03 8 03 6 03 4 02 01 00 1 0 2 0擬 合 值殘差2 01 00 1 0 2 06 . 04 . 53 . 01 . 50 . 0殘 差頻率2 01 81 61 41 21 086422 01 00 1 0 2 0觀 測 值 順 序殘差正 態(tài) 概 率 圖 與 擬 合 值直 方 圖 與 順 序B r a k i n g D i s t a n c e 殘 差 圖相關 / 回歸 38 數(shù)據(jù) 應該受控 , 探 討 異常點 數(shù)據(jù) 應 呈 現(xiàn) 無 規(guī)則 狀 殘差 分析 3 01 50 1 5 3 09 99 05 01 01殘 差百分比4 0 03 8 03 6 03 4 02 01 00 1 0 2 0擬 合 值殘差2 01 00 1 0 2 06 . 04 . 53 . 01 . 50 . 0殘 差頻率2 01 81 61 41 21 086422 01 00 1 0 2 0觀 測 值 順 序殘差正 態(tài) 概 率 圖 與 擬 合 值直 方 圖 與 順 序B r a k i n g D i s t a n c e 殘 差 圖