ベストサブセット回帰の例

技術者は、太陽熱エネルギー試験の一部として、熱流量を測定します。あるエネルギーエンジニアは、対日照量、東、南、北の焦点の位置、および時刻などの他の変数によって、合計熱流束を予測する方法を調べようとしています。

詳細な分析用の適切なモデルのグループを選択するため、技術者はベストサブセット回帰を使用します。Minitabでは、ベストサブセット回帰での適切なモデルの選択に、最大値のR二乗の基準が使用されます。

  1. サンプルデータを開く、熱エネルギー試験.MTW.
  2. 統計 > 回帰 > 回帰 > ベストサブセットを選択します。
  3. 応答'熱流量'を入力します。
  4. 出し入れ可能な予測変数に、対日照量-'時刻'を入力します。
  5. OKをクリックします。

結果を解釈する

技術者は、さらに調べるためにいくつかのモデルを特定します。5つのすべての予測変数を持つモデルではSの最小値と調整済みR2の最大値があり、それぞれおよそ8、88%になります。4つの予測変数を持つモデルの1つでは、マローズのCpは最小値5.8となります。2つの予測変数を持つモデルと3つの予測変数を持つモデルは両方とも、予測R2は最大となり、およそ81.4%になります。技術者が最後のモデルを選択する前に、残差プロットなどの診断測度を使用して、回帰の仮説に反していないかモデルを調べます。

ベストサブセット回帰:熱流量 対 対日照量, 東, 南, 北, 時刻

応答は熱流量 対 R二乗 日 (調整 R二乗 照 時 変数 R二乗 済み) (予測) MallowsのCp S 量 東 南 北 刻 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
本サイトを使用すると、分析およびコンテンツのカスタマイズのためにクッキーが使用されることに同意したことになります。  当社のプライバシーポリシーをご確認ください