minitab應用質(zhì)量管理技術系列培訓a階段-回歸分析-資料下載頁
2025-01-10 12:44本頁面
【正文】 32 32 b tb tt xaxy ??，同時加入隨機誤差項，可得以下線性回歸函數(shù)： tttt uLxLxLy ???? 33221 ????，可以利用軟件對其進行參數(shù)估計、檢驗，然后通過兩個方程之間的關系，寫出原方程的形式。數(shù)據(jù)見 (多元非線性回歸例 1) tttttt xLxxLxyLybba332233221lnlnlnln??????；；；；；式中： ???數(shù)據(jù)的初步變換： 原數(shù)據(jù)與新產(chǎn)生數(shù)據(jù)列 : 原始數(shù)據(jù) : 原始數(shù)據(jù)與三次變量變換后的數(shù)據(jù) : 對變換后的數(shù)據(jù)進行建模 : 對變換后的數(shù)據(jù)進行建模 : 計算結(jié)果： 4 0 2 ?? ttt xxy變換過的數(shù)據(jù) 產(chǎn)生的回歸方程 根據(jù)兩個方程間的變換關系，對產(chǎn)生的回歸方程進行反對數(shù)變換，得變量間的回歸方程如下： 結(jié)果解釋及預測分析： ? 由上式可知：，而價格的需求彈性約為 。也就是說，在其他情況不變的條件下，居民人均收入每增加 1%會使此商品的需求增加 %，價格每提高 1%會使此商品的需求減少 %。 ? 若此時我們要預測居民人均收入為 2200元，商品單價為 50元時該商品的需求量 y，只需將 x2=22， x3=5代入方程即得： )()5()22( 百件?? ?y一般線性模型（ General Linear Model） 例 某化工產(chǎn)品的不純度可能受到多種因素的影響?，F(xiàn)收集到數(shù)據(jù)見（ GLM（練習 3）） 不純度 Y是連續(xù)型數(shù)據(jù)； 有多個 X為可能的影響因素這些 X中既有連續(xù)型的又有非連續(xù)型的； 故此它們適用于 GLM分析方法。 一般線性模型（ General Linear Model） ? 在回歸分析中，我們假設 X對 Y的影響是線性的。 ? 當考慮多個 X（此時 X可以是連續(xù)型數(shù)據(jù)也可以是非連續(xù)型數(shù)據(jù) 的） 對 Y的影響 但 Y都是連續(xù)型數(shù)據(jù)時， 可以采用一般線性模型分析法。 ? 在收集數(shù)據(jù)時，將 X與 Y一一對應，即：收集到每一個 X和與其對應的 Y。 一般線性模型 （ General Linear Model） 一般線性模型（ General Linear Model） 例 1 某化工產(chǎn)品的不純度可能受到多種因素的影響。現(xiàn)收集到數(shù)據(jù)見（ GLM（練習 3）） 不純度 Y是連續(xù)型數(shù)據(jù)； 有多個 X為可能的影響因素這些 X中既有連續(xù)型的又有非連續(xù)型的； 故此它們適用于 GLM分析方法。 分析階段 —小結(jié) 6 ??單樣本 T檢驗 ?雙樣本 T檢驗 ?F檢驗 ?方差分析 ?一般線性模型 ?一元線性回歸 ?多元線性回歸 ?一般線性模型 ?卡方檢驗 ?二項邏輯回歸 ?二項邏輯回歸 連續(xù) 連續(xù) 非連續(xù) 非連續(xù) Y X 常用定量分析工具 分析階段 —小結(jié) sX? 識別影響 的波動源 Y? 通過數(shù)據(jù)分析識別和確認關鍵 及其影響程度 sX?通過 MINITAB 軟件的數(shù)據(jù)分析方法來實現(xiàn) 6 ?分析階段 — 小結(jié) sX? 確認因果分析列出所有可能的 ? 用圖形分析工具對潛在的關鍵 初步分析 ? 用統(tǒng)計分析工具驗證潛在的關鍵 和他們的 影響程度 sX? 最終識別并排除關鍵的 6 ?sX? 分析階段的 重點 ： 通過數(shù)據(jù)分析確定關鍵的 及其影響程度 sXsX再 見 ! 謝謝 !合作愉快！
環(huán)評公示相關推薦
鄂ICP備17016276號-1