Beispiel für Konturdiagramm mit einem Poisson-Regressionsmodell

Der Techniker möchte untersuchen, wie sich mehrere Prädiktoren auf Verfärbungsfehler an Kunstharzteilen auswirken. Da die Antwortvariable die Häufigkeit des Auftretens eines Ereignisses in einem endlichen Beobachtungsraum beschreibt, passt der Techniker ein Poisson-Modell an.

Der Techniker passt das Poisson-Modell an und verwendet ein Konturdiagramm, um die Beziehung zwischen den angepassten Werten der Verfärbungsfehler und den Einstellungen für die Stunden seit der letzten Reinigung und die Durchleitungstemperatur zu veranschaulichen.

  1. Öffnen Sie die Beispieldaten Harzfehler.MTW.
  2. Wählen Sie Statistik > Regression > Poisson-Regression > Konturdiagramm aus.
  3. Wählen Sie im Feld Antwort die Option Verfärbungsfehler aus.
  4. Wählen Sie unter Ein Paar von Variablen für einzelnes Diagramm auswählen die Spalte Stunden seit Reinigung in X-Achse und die Spalte Temperatur in Y-Achse aus.
  5. Klicken Sie auf OK.

Interpretieren der Ergebnisse

Minitab verwendet das gespeicherte Modell, um das Konturdiagramm zu erstellen. Die geringste Anzahl Fehler befindet sich oben links im Diagramm, was höheren Temperaturen und kürzeren Zeiten seit der letzten Reinigung entspricht. Der dritte Prädiktor, „Schraubengröße“, ist ein kategorialer Prädiktor, der im Diagramm nicht angezeigt wird. Minitab hält den Wert für die Schraubengröße beim Berechnen der angepassten Werte der Antwortvariablen für die Fehleranzahl konstant auf „groß“.

Nach der Auswertung dieses Diagramms kann der Analytiker die Schraubengröße von „groß“ in „klein“ ändern und die Anzahl der Fehler im neuen Diagramm als Vergleich heranziehen.

Tipp

Um die Werte der Prädiktoren und der Antwortvariablen für einen beliebigen Punkt in diesem Diagramm zu erläutern, verwenden Sie Markierung festlegen. Um eine Markierung festzulegen, klicken Sie mit der rechten Maustaste auf das Diagramm, wählen Sie im angezeigten Menü Markierung festlegen aus, und klicken Sie auf den Punkt im Diagramm, den Sie erläutern möchten. Verwenden Sie Prognostizieren, um zu ermitteln, ob diese Punkte ungewöhnlich sind, und um die Genauigkeit der Prognosen zu beurteilen.

Durch Ihre Nutzung dieser Website stimmen Sie zu, dass Cookies verwendet werden. Cookies dienen zu Analysezwecken und zum Bereitstellen personalisierter Inhalte.  Lesen Sie unsere Richtlinien