Vue d’ensemble pour Ajuster le modèle de régression et Regressão Linear

Ajuster le modèle de régression et Regressão Linear effectuer la même analyse à partir de différents menus. Utilisez ces analyses pour décrire la relation entre un ensemble de prédicteurs et une réponse continue à l’aide de la méthode des moindres carrés ordinaires. Vous pouvez inclure des termes d’interaction et polynomiaux, effectuer une régression pas à pas et transformer des données asymétriques.

Par exemple, les évaluateurs immobiliers veulent voir comment le prix de vente des appartements urbains est associé à plusieurs variables prédictives, notamment la superficie en pieds carrés, le nombre d’unités disponibles, l’âge de l’immeuble et la distance par rapport au centre-ville. Les évaluateurs peuvent utiliser la régression multiple pour déterminer quels prédicteurs sont significativement liés au prix de vente.

Une fois l’analyse effectuée, Minitab stocke le modèle afin que vous puissiez effectuer les opérations suivantes :

Prédire la réponse aux nouvelles observations.
Tracez les relations entre les variables.
Recherchez des valeurs qui optimisent une ou plusieurs réponses.

Pour plus d’informations, consultez la page Vue d’ensemble du modèle stocké.

Où trouver cette analyse

Pour ajuster un modèle de régression, choisissez Stat > Régression > Régression > Ajuster le modèle de régression.

Vous pouvez également choisir Module d'analyse prédictive > Régression linéaire. La version de l’analyse de la Module d'analyse prédictive présente les différences suivantes.

Vous pouvez accéder aux analyses qui utilisent le modèle ajusté à partir du volet de sortie plutôt que du menu. Les analyses du modèle monté sont disponibles pour tout modèle qui a une sortie dans le navigateur, et pas seulement pour le modèle le plus récent.
Le modèle ajusté est disponible quelle que soit la feuille de calcul active, ce qui vous permet de prévoir des colonnes de données qui se trouvent dans une feuille de calcul différente de celle de la variable de réponse.
Minitab Statistical Software Enregistre le modèle dans un fichier projet (*. MPX).

Quand utiliser une autre analyse

Si vous souhaitez tracer la relation entre un prédicteur continu (numérique) et une réponse continue, utilisez Droite d'ajustement.
Si vous avez des prédicteurs catégoriels imbriqués ou aléatoires, utilisez Ajuster le modèle linéaire général si vous avez tous les facteurs fixes ou Ajuster le modèle à effets mixtes si vous avez des facteurs aléatoires.
Si votre variable de réponse comporte deux catégories, telles que réussite et échec, utilisez Ajuster le modèle logistique binaire.
Si votre variable de réponse contient au moins trois catégories qui ont un ordre naturel, telles que pas du tout d’accord, pas d’accord, neutre, d’accord et tout à fait d’accord, utilisez Régression logistique ordinale.
Si votre variable de réponse contient au moins trois catégories qui n’ont pas d’ordre naturel, telles que égratignure, bosse et déchirure, utilisez Régression logistique nominale.
Si votre variable de réponse compte des occurrences, telles que le nombre de défauts, utilisez Ajuster le modèle de Poisson.

Quand utiliser un modèle d’analyse prédictive

Pour certaines applications, vous envisagez différentes approches de construction de modèle. Pour plus d’informations sur les différents types de modèles, consultez la page Types de modèles d’analyse prédictive dans Minitab Statistical Software. Minitab propose Régression CART^®, Régression TreeNet^®, Régression Random Forests^® et Régression MARS^® analyse avec la commande Module d'analyse prédictive. L’analyse Découvrir le meilleur modèle (réponse continue) compare les performances de différents types de modèles en 1 analyse. Cliquez ici pour plus d’informations sur la façon d’activer le module.