PRESS-Statistik aus einer Regression mit Hilfe einer Potenztransformation

Dieses Makro berechnet die Anpassungen des Modells, die Residuen, die entfernten Anpassungen, die entfernten Residuen der Summe der quadrierten Prognosefehler (PRESS) sowie die PRESS-Statistik in den ursprünglichen Einheiten der Antwortvariablen, wenn eine Potenztransformation der Antwortvariablen in einer linearen Regression angewendet wird.

Herunterladen des Makros

Vergewissern Sie sich, dass Sie in Minitab den Speicherort des heruntergeladenen Makros angegeben haben. Wählen Sie Datei > Optionen > Allgemein aus. Navigieren Sie im Feld Speicherort für Makros zu dem Speicherort, an dem Sie Makrodateien ablegen.

Wichtig

Wenn Sie einen älteren Webbrowser verwenden und auf die Schaltfläche Herunterladen klicken, wird die Datei möglicherweise in Quicktime geöffnet; für dieses Programm wird dieselbe Dateinamenerweiterung „.mac“ wie für Minitab-Makros verwendet. Um das Makro zu speichern, klicken Sie mit der rechten Maustaste auf die Schaltfläche Herunterladen, und wählen Sie Ziel speichern unter aus.

herunterladen PRESS.mac

Erforderliche Eingaben

Die Anzahl der Prädiktoren in der Regression
Die Speicherspalten für die Prädiktoren
Die Speicherspalte für die Antwortvariable
Die Parameter für die Potenztransformation

Ausführen des Makros

Angenommen, eine Prädiktorvariable ist in C1 gespeichert, und die Antwortvariable befindet sich in C2. Der Wert des Transformationsparameters ist -1.

Wählen Sie Ansicht > Befehlszeile/Verlauf aus, und geben Sie Folgendes ein:
```
%PRESS
```

Klicken Sie auf Durchlauf. Sie werden aufgefordert, weitere Informationen einzugeben. Beispiel:

Please enter the number of predictor variables in the regression...
DATA> 1
Please enter column number of predictor variable...
DATA> 1
Please enter column number of response variable...
DATA> 2
Please enter response power transformation parameter value...
DATA> -1 <-- reziproke Transformation der Antwortvariablen angegeben

Weitere Informationen

Literaturhinweise

Allen, D. M. (1971), „The Prediction Sum of Squares as a Criterion for Selecting Predictor Variables“, Technical Report Number 23, Department of Statistics, University of Kentucky.

Delozier, M. R. (2004), „Introduction to Applied Industrial Statistics“, Industrial Short-Course Participant Manual.

Myers, R. H. (1990), „Classical and Modern Regression“