Ejemplo de Regresión de los mejores subconjuntos

Los técnicos miden el flujo de calor como parte de una prueba de energía térmica solar. Un ingeniero de energía desea determinar cuánto flujo de calor predicen otras variables: insolación, posición de los puntos focales Este, Sur y Norte, y hora del día.

Para seleccionar un grupo de modelos probables para un análisis más minucioso, los técnicos utilizan la regresión de los mejores subconjuntos. En Minitab, la regresión de los mejores subconjuntos utiliza el criterio del R² máximo para seleccionar los modelos probables.

Abra los datos de muestra, PruebaEnergTérm.MTW.
Elija Estadísticas > Regresión > Regresión > Mejores subconjuntos.
En Respuesta, ingrese 'FlujoCalor'.
En Predictores libres, ingrese Insolación-'Hora del día'.
Haga clic en Aceptar.

Interpretar los resultados

Los técnicos identifican varios modelos para examinarlos más a fondo. El modelo con los 5 predictores tiene el valor más bajo de S y el valor más alto de R² ajustado, aproximadamente 8 y 88%, respectivamente. Uno de los modelos con 4 predictores tiene el valor más pequeño del Cp de Mallows: 5.8. Un modelo con 2 predictores y un modelo con 3 predictores tienen los valores más altos de R² pronosticado, que es aproximadamente 81.4%. Antes de seleccionar el modelo final, los técnicos deben examinar los modelos para detectar violaciones de los supuestos de regresión utilizando gráficas de residuos y otras medidas de diagnóstico.

la respuesta es FlujoCalor

Vars	R-cuadrado	R-cuadrado (ajust)	R-cuadrado (pred.)	Cp de Mallows	S	I n s o l a c i ó n	E s t e	S u r	N o r t e	H o r a d e l d í a
1	72.1	71.0	66.9	38.5	12.328				X
1	39.4	37.1	26.3	112.7	18.154	X
2	85.9	84.8	81.4	9.1	8.9321			X	X
2	82.0	80.6	74.2	17.8	10.076				X	X
3	87.4	85.9	79.0	7.6	8.5978		X	X	X
3	86.5	84.9	81.4	9.7	8.9110	X		X	X
4	89.1	87.3	80.6	5.8	8.1698	X	X	X	X
4	88.0	86.0	79.3	8.2	8.5550	X		X	X	X
5	89.9	87.7	78.8	6.0	8.0390	X	X	X	X	X