Utilice Ajustar modelo de
regresión 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 .
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 usted 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.
