Erstellen einer Darstellung der Anpassungslinie und eines Regressionsmodells, die durch den Ursprung verlaufen

In diesem Thema

Erstellen einer Darstellung der Anpassungslinie, die durch den Ursprung verläuft
Erstellen eines Regressionsmodells, das durch den Ursprung verläuft

Minitab bindet für Darstellungen der Anpassungslinie und Regressionsmodelle standardmäßig einen konstanten Term ein. Gehen Sie wie folgt vor, um diesen Term zu entfernen, damit das Modell durch den Ursprung verläuft.

Erstellen einer Darstellung der Anpassungslinie, die durch den Ursprung verläuft

Angenommen, die Prädiktorvariable (x) befindet sich in C1, und die Antwortvariable (y) befindet sich in C2.

Wählen Sie Grafik > Streudiagramm > Mit Regression aus.
Geben Sie unter Y-Variablen den Wert C2 ein. Geben Sie unter X-Variablen den Wert C1 ein.
Klicken Sie auf Datenansicht und dann auf die Registerkarte Regression.
Deaktivieren Sie Konstante anpassen. Klicken Sie in den einzelnen Dialogfeldern auf OK.

Erstellen eines Regressionsmodells, das durch den Ursprung verläuft

Angenommen, die Prädiktorvariable (x) befindet sich in C1, und die Antwortvariable (y) befindet sich in C2.

Wählen Sie Statistik > Regression > Regression > Regressionsmodell anpassen aus.
Geben Sie unter Antworten den Wert C2 ein. Geben Sie unter Stetige Prädiktoren den Wert C1 ein.
Klicken Sie auf Modell, und deaktivieren Sie Konstanten Term in Modell einbinden.
Klicken Sie in den einzelnen Dialogfeldern auf OK.

Wenn Minitab das Modell mit dem konstanten Term anpasst, ist das R-Quadrat der Anteil der ursprünglichen Streuung (angegeben als Summe der Quadrate um den Mittelwert von y), der durch die Regression erklärt wird. Für das Modell ohne den konstanten Term ist R-Quadrat der Anteil der Streuung um den Ursprung, (d. h. um den Wert null), der durch die Regression erklärt wird. Dies bedeutet, dass die Werte des R-Quadrats für das Modell mit Konstante und das Modell ohne Konstante nicht vergleichbar sind.

Insbesondere ist das R-Quadrat für die Regression durch den Ursprung in der Regel größer als das R-Quadrat für die Regression mit einer Konstanten, auch wenn die Anpassungsgüte nicht besser ist. Das Modell mit Konstante berechnet die Streuungen im Zähler (Ssreg) und Nenner (Sstotal) des R-Quadrat um den Mittelwert der Antwortvariablen, während diese Streuungen im Modell ohne Konstante um null berechnet werden. Solche Modelle können nicht für den Leistungsvergleich mit dem Modell mit Konstante verwendet werden, da der Wert des R-Quadrat des Modells ohne Konstante in der Regel größer als der Wert des R-Quadrat des Modells mit Konstante ist. Der Grund dafür ist, dass die unkorrigierte Summe (um null) der Quadrate verwendet wird. Wenn das R-Quadrat um den Mittelwert der Antwortvariablen im Modell ohne Konstante berechnet wird, kann der Wert von R-Quadrat manchmal negativ sein.