回帰モデルの適合の概要

回帰モデルの適合を使用し、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、次の分析を実行できるように、Minitabはモデルを保存します。

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 > 回帰モデルの適合を選択します。

1つの連続（数値）予測変数と連続応答の関係をプロットするには、適合線プロットを使用します。
枝分かれしているまたは無作為のカテゴリ予測変数がある場合、固定因子すべてがあるならば一般線形モデルの適合を使用し、無作為因子があるならば混合効果モデルの当てはめを使用します。
応答変数に、合格と不合格などの、2つのカテゴリが含まれている場合は、2値ロジスティックモデルの当てはめを使用します。
応答変数に、まったくそう思わない、そう思わない、どちらともいえない、そう思う、とてもそう思うなど、自然な順序のカテゴリが3つ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、キズ、打痕、摩耗など、自然な順序ではないカテゴリが3つ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、欠陥数などの発生件数が数えられている場合は、ポアソンモデルの当てはめを使用します。