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.
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.
변수 | R-제곱 | R-제곱(수정) | R-제곱(예측) | Mallows Cp | S | 일 사 량 | 동 쪽 | 남 쪽 | 북 쪽 | 하 루 중 시 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 |