In diesem Thema
Transformationen
Original
Transformiert
Beispiel: Im ursprünglichen Streudiagramm wird mit der einfachen Regressionslinie die Krümmung in den Daten nicht genau modelliert. Nach der Transformation der x-Skala anhand des Logarithmus zur Basis 10 liegen die Datenwerte entlang der Linie der einfachen Regression.
Wenn Sie versuchen, eine Krümmung in den Daten anzupassen, können Sie auch ein quadratisches oder kubisches Modell anpassen, mit dem quadratische oder kubische Terme zum Modell hinzugefügt werden. Ziehen Sie stattdessen in Betracht, die x- oder y-Variable zu transformieren, da Sie so keine zusätzlichen Terme in das Modell einbinden müssen. Das Hinzufügen von Termen zum Modell beansprucht zusätzliche Freiheitsgrade, so dass weniger Freiheitsgrade für die Erklärung der Streuung in der Antwortvariablen zur Verfügung stehen.
- Log10 von x oder y
- Sie können auswählen, ob Sie die y-Variable, die x-Variable oder beide transformieren möchten. Wenn Sie sich nicht sicher sind, welche Variable Sie transformieren sollen, transformieren Sie jeweils eine Variable, und werten Sie dann aus, wie gut das Modell an die Daten angepasst ist.
- Anzeigen der logarithmischen Skala für die y-Variable oder die x-Variable
- Wenn Sie die x- oder y-Variable transformieren, können Sie die logarithmische Skala für die transformierte Variable anzeigen. Die logarithmische Skala kann aus folgenden Gründen angezeigt werden:
- Die angepasste Kurve wird als gerade Linie angezeigt, und dadurch wird es besser ersichtlich, wie gut das Regressionsmodell an die Daten angepasst ist.
- Es erleichtert die Untersuchung von Daten, die in der Größe stark voneinander abweichen.
- Es entspricht Branchen- oder Unternehmensrichtlinien oder -präferenzen.
Darstellungsoptionen
- Konfidenzintervall anzeigen
- Das Konfidenzintervall um die angepasste Regressionslinie wird angezeigt. Das Konfidenzintervall stellt einen Bereich wahrscheinlicher Werte für den Mittelwert der Antwortvariablen bei den gegebenen Einstellungen des Prädiktors dar.
- Prognoseintervall anzeigen
- Das Prognoseintervall um die angepasste Regressionslinie wird angezeigt. Das Prognoseintervall stellt einen Bereich wahrscheinlicher Werte für eine einzelne neue Beobachtung bei den gegebenen Einstellungen des Prädiktors dar. Das Prognoseintervall ist immer breiter als das entsprechende Konfidenzintervall. Dies ist auf die zusätzliche Ungewissheit beim Prognostizieren eines einzelnen Werts der Antwortvariablen gegenüber dem Mittelwert der Antwortvariablen zurückzuführen.
- Konfidenzniveau
-
In der Regel ist ein Konfidenzniveau von 95 % gut geeignet. Ein 95%-Konfidenzniveau gibt an, dass bei einer Entnahme von 100 Zufallsstichproben aus der Grundgesamtheit die Konfidenzintervalle für ungefähr 95 der Stichproben den Mittelwert der Antwortvariablen enthalten. Auf ähnliche Weise weist das Prognoseintervall darauf hin, dass Sie sich zu 95 % sicher sein können, dass das Intervall den Wert für eine einzelne neue Beobachtung enthält. Für einen bestimmten Datensatz erzeugt ein niedrigeres Konfidenzniveau ein schmaleres Intervall, während mit einem höheren Konfidenzniveau ein breiteres Intervall erzielt wird.
Titel
Im Feld Titel können Sie einen benutzerspezifischen Titel für die Darstellung der Anpassungslinie eingeben.
