Visión general de Ajustar modelo de regresióny Regresión lineal

Ajustar modelo de regresión y Regresión lineal realizar el mismo análisis desde diferentes menús. Utilice estos análisis para describir la relación entre un conjunto de predictores y una respuesta continua utilizando el método de mínimos cuadrados ordinarios. Usted puede incluir términos de interacción y polinómicos, realizar regresión escalonada y transformar datos asimétricos.

Por ejemplo, unos tasadores de bienes raíces desean determinar la manera en que el precio de venta de los departamentos urbanos se relaciona con distintas variables predictoras, incluyendo los pies cuadrados, el número de unidades disponibles, la antigüedad del edificio y distancia con respecto al centro de la ciudad. Los tasadores pueden utilizar la regresión múltiple para determinar qué predictores están relacionados significativamente con precio de venta.

Después de realizar el análisis, Minitab almacena el modelo para que usted pueda hacer lo siguiente:

Predecir la respuesta de nuevas observaciones.
Graficar las relaciones entre las variables.
Hallar valores que optimicen una o más respuestas.

Para obtener más información, vaya a Revisión general del modelo almacenado.

Dónde encontrar este análisis

Para ajustar un modelo de regresión, elija Estadísticas > Regresión > Regresión > Ajustar modelo de regresión.

También puede elegir Módulo de análisis predictivo > Regresión lineal. La versión del análisis de la Módulo de análisis predictivo tiene las siguientes diferencias.

Puede acceder a los análisis que utilizan el modelo ajustado desde el panel de salida en lugar de desde el menú. Los análisis del modelo ajustado están disponibles para cualquier modelo que tenga salida en el navegador, no solo para el modelo más reciente.
El modelo ajustado está disponible independientemente de la hoja de cálculo que esté activa, por lo que puede predecir las columnas de datos que se encuentran en una hoja de cálculo diferente a la variable de respuesta.
Minitab Statistical Software Guarda el modelo en un archivo de proyecto (*. MPX).

Cuándo utilizar un análisis alternativo

Si usted desea graficar la relación entre un predictor continuo (numérico) y una respuesta continua, utilice Gráfica de línea ajustada.
Si tiene predictores categóricos que están anidados o son aleatorios, utilice Ajustar modelo lineal general si todos los factores son fijos o Ajustar modelo de efectos mixtos si tiene factores aleatorios.
Si la variable de respuesta tiene dos categorías, como pasa y no pasa, utilice Ajustar modelo logístico binario.
Si la variable de respuesta contiene tres o más categorías que tienen un orden natural, como por ejemplo completamente en desacuerdo, en desacuerdo, neutral, de acuerdo, completamente de acuerdo, utilice Regresión logística ordinal.
Si la variable de respuesta contiene tres o más categorías que no tienen un orden natural, como por ejemplo raya, hendidura y rotura, utilice Regresión logística nominal.
Si la variable de respuesta cuenta ocurrencias, tales como el número de defectos, utilice Ajustar modelo de Poisson.

Cuándo usar un modelo de análisis predictivo

Para algunas aplicaciones, se tienen en cuenta diferentes enfoques para la construcción de modelos. Para obtener más información sobre los diferentes tipos de modelos, vaya a Tipos de modelos de análisis predictivo en Minitab Statistical Software. Minitab ofrece Regresión CART^®, Regresión TreeNet^®, Regresión Random Forests^®, y MARS^® analiza con el Módulo de análisis predictivo. El Descubrir el mejor modelo (Respuesta continua) análisis compara el rendimiento de diferentes tipos de modelos en 1 análisis. Haga clic aquí para obtener más información sobre cómo activar el módulo.