適合回帰モデルの概要

適合回帰モデルを使用し、通常の最小二乗推定法を使用して1組の予測変数と1つの連続応答の関係を説明します。交互作用項や多項式項を含めたり、ステップワイズ回帰を使用したり、歪んだデータを変換したりできます。

たとえば、不動産鑑定士は、都会のアパートの販売価格が、面積、使用できるユニット数、築年数、都心からの距離などの、いくつかの予測変数とどのような関係があるかを確認しようとしています。不動産鑑定士は他重回帰を使用して、販売価格との関連性が高い予測変数を判断します。

分析を実行後、次の分析を使用できるように、Minitabはモデルを保存します。
  • 新しい観測値の応答を予測します。
  • 変数の関係をプロットします。
  • 1つ以上の応答を最適化する適合値を見つけます。
詳細は、保存モデルの概要を参照してください。

この分析の場所

回帰モデルを適合するには、統計 > 回帰 > 回帰 > 回帰モデルの当てはめを選択します。

他の分析を使用する場合

  • 1つの連続(数値)予測変数と1つの連続応答変数の間の関係をプロットする場合は、適合線プロットを使用します。
  • カテゴリ予測変数が枝分かれまたはランダムの場合、すべて固定因子の場合は一般線形モデルを適合、変量因子の場合は混合効果モデルを適合を使用します。
  • 応答変数に合格や不合格などの2種類のカテゴリが含まれる場合は、2値ロジスティックモデルを適合を使用します。
  • 応答変数に、「強く反対」「反対」「どちらでもない」「同意」「強く同意」などの自然律に従うカテゴリが3種類以上含まれている場合は、順位ロジスティック回帰を使用します。
  • 応答変数に、傷、へこみ、および裂け目などの自然律に従わないカテゴリが3種類以上含まれている場合は、名義ロジスティック回帰を使用します。
  • 応答変数で欠陥の数などの出現数を数える場合は、適合ポアソンモデルを使用します。
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