回帰モデルの適合と 線形回帰の概要

この分析の場所

回帰モデルを適合するには、を選択します統計 > 回帰 > 回帰 > 回帰モデルの適合。

代替の分析を使用する場合

• 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。

予測分析モデルを使用する場合

一部のアプリケーションでは、モデル構築にさまざまなアプローチを検討します。さまざまなタイプのモデルの詳細については、「 Minitab統計ソフトウェアの予測分析モデルの種類」を参照してください。Minitabでは、CART^® 回帰, TreeNet^® 回帰, Random Forests^® 回帰および MARS^® 回帰 分析を提供します 予測分析モジュール。この解析では ベストモデルの検出(連続応答) 、1 つの解析でさまざまなモデル タイプの性能が比較されます。モジュールをアクティブにする方法については、ここをクリックしてください。