이항 적합선 그림에 대한 데이터 입력

통계분석 > 회귀 분석 > 이항 적합선 그림

이항 반응/빈도 형식의 반응

반응 데이터가 서로 구별되는 두 개의 값을 갖는 단일 열인 경우에는 다음 단계를 수행하십시오. 선택적으로 데이터는 행의 반응 및 예측 변수 값에 해당하는 반응 카운트가 포함된 열을 포함할 수 있습니다.

  1. 드롭다운 리스트에서 이항 반응/빈도 형식의 반응을 선택합니다.
  2. 반응 변수에 설명하거나 예측하려는 이항 데이터 열을 입력합니다. 이항 변수는 가능한 수준이 두 개(예: 통과/실패 또는 참/거짓)인 범주형 변수입니다. 반응은 Y 변수라고도 합니다.
  3. 반응 사건에서 분석이 설명할 사건을 선택합니다.
  4. (선택사항) 빈도에 행의 반응 및 예측 변수 값에 해당하는 카운트가 포함된 열을 입력합니다.
  5. 예측 변수에 반응의 변화를 설명하거나 예측할 수 있는 계량형 변수를 입력합니다. 예측 변수는 X 변수라고도 합니다.
이 워크시트에서 구입은 반응이며 소비자가 새 상표의 시리얼을 구입했는지 여부를 나타냅니다. 반응 사건은 입니다. 수입은 계량형 예측 변수입니다. 1행의 데이터는 수입이 $37,000인 소비자 한 명이 새 상표의 시리얼을 구입했다는 것을 나타냅니다.
C1 C2
구입 수입
$37,000
아니요 $47,000
$34,000
$58,000
이 워크시트에서 반응 및 예측 변수는 이전 예와 같지만 데이터에 빈도 변수도 포함됩니다. 빈도에는 각 행에 있는 반응 및 예측 변수 값의 조합에 해당하는 소비자의 카운트가 포함됩니다. 첫 번째 행은 수입이 $40,000인 소비자 2명이 새 상표의 시리얼을 구입했다는 것을 보여줍니다.
C1 C2 C3
구입 수입 빈도
$40,000 2
아니요 $40,000 12
$45,000 1
아니요 $45,000 6

사건/시행 형식의 반응

반응 데이터가 성공 또는 관심의 대상이 되는 사건의 횟수가 포함된 열 하나와 시행 횟수가 포함된 열 하나 등 두 개의 열에 포함된 경우 다음 단계를 수행하십시오.
  1. 반응 데이터가 사건과 시행의 두 개의 열에 포함되는 경우, 드롭다운에서 사건/시행 형식의 반응을 선택합니다.
  2. 사건 이름에 데이터의 사건 이름을 입력합니다. 예를 들어, 사건은 성공, 불량 단위 또는 구입이 될 수 있습니다.
  3. 사건 발생 횟수에 사건 횟수가 포함되어 있는 열을 입력합니다.
  4. 시행 횟수에 시행 횟수가 포함되어 있는 열을 입력합니다. 시행 횟수는 사건 횟수에 비사건 횟수를 더한 값입니다.
  5. 예측 변수에 반응의 변화를 설명하거나 예측할 수 있는 계량형 변수를 입력합니다. 예측 변수는 X 변수라고도 합니다.
이 워크시트에서 구입에는 사건 횟수가 포함되며 새 상표의 시리얼을 구입한 소비자의 수를 나타냅니다. 시행에는 시행 횟수가 포함되며 해당 예측 변수의 조합에 대해 설문조사에 응한 총 소비자 수를 나타냅니다. 수입은 계량형 예측 변수입니다. 첫 번째 행은 수입이 $37,000인 소비자 20명이 설문 조사에 응했으며 그 중 2명이 새 상표의 시리얼을 구입했다는 것을 보여줍니다.
C1 C2 C3
구입 시행 수입
2 20 $37,000
0 3 $37,000
4 12 $40,000
3 18 $34,000