최량 부분 집합 회귀 분석

기술자들이 태양열 에너지 테스트의 일부로 열량을 측정합니다. 한 에너지 엔지니어가 일사량, 동쪽, 남쪽 및 북쪽 초점 위치, 하루 중 시간 등 다른 변수에 의해 총 열량이 어떻게 예측되는지 확인하려고 합니다.

추가로 분석할 수 있는 모형 그룹을 선택하기 위해 기술자들은 최량 부분 집합 회귀 분석을 사용합니다. Minitab의 최량 부분 집합 회귀 분석에는 가능한 모형을 선택하기 위해 최대 R2 기준을 사용합니다.

  1. 표본 데이터태양열에너지테스트.MTW을 엽니다.
  2. 통계분석 > 회귀 분석 > 회귀 분석 > 최량 부분 집합을 선택합니다.
  3. 반응'열량'을 입력합니다.
  4. 자유 예측 변수일사량-'하루 중 시간'을 입력합니다.
  5. 확인을 클릭합니다.

결과 해석

기술자들이 추가로 조사해야 할 여러 모형을 식별합니다. 5개의 예측 변수가 모두 포함된 모형은 S 값이 가장 낮고 수정된 R2 값이 가장 높습니다(각각 8%와 88%임). 예측 변수가 4개인 모형 중 하나의 Mallows의 Cp 값이 5.8로, 가장 작습니다. 예측 변수가 2개인 모형과 예측 변수가 3개인 모형은 모두 예측된 R2 값이 약 81.4%로, 가장 높습니다. 기술자들은 최종 모형을 선택하기 전에 잔차 그림과 다른 진단 측도를 사용하여 모형이 회귀 분석 가정에 위배되지 않는지 조사합니다.

최량 부분 집합 회귀 분석: 열량 대 일사량, 동쪽, 남쪽, 북쪽, 하루 중 시간

반응은 열량입니다. 하 루 중 일 Mallows 사 동 남 북 시 변수 R-제곱 R-제곱(수정) R-제곱(예측) Cp S 량 쪽 쪽 쪽 간 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
이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오