및 적합 회귀 모형개요 선형 회귀

적합 회귀 모형 을 클릭하고 선형 회귀 다른 메뉴에서 동일한 분석을 수행합니다. 이러한 분석을 사용하면 예측 변수 집합과 일반 최소 제곱법을 사용하는 연속형 반응 간의 관계를 설명할 수 있습니다. 교호작용 및 다항식 항을 포함하고 단계적 회귀 분석을 수행하며 치우친 데이터를 변환할 수 있습니다.

예를 들어, 부동산 평가사들이 도시 아파트의 판매 가격과 면적, 세대 수, 건축 연도, 시내 중심부와의 거리 등 여러 예측 변수와의 관계를 확인하려고 합니다. 평가사들은 다중 회귀 분석을 사용하여 어느 예측 변수가 판매 가격과 유의하게 관련이 있는지 확인할 수 있습니다.

분석을 수행한 후 Minitab에서는 다음과 같은 작업을 수행할 수 있도록 모형을 저장합니다.

새 관측치에 대한 반응 예측.
변수 간의 관계 표시.
하나 이상의 반응을 최적화하는 값 찾기.

자세한 내용은 저장된 모형 개요(으)로 이동하십시오.

이 분석을 찾을 수 있는 위치

회귀 모델을 맞추려면 통계분석 > 회귀 분석 > 회귀 분석 > 적합 회귀 모형를 선택하세요.

를 선택할 예측 분석 모듈 > 선형 회귀수도 있습니다. 의 예측 분석 모듈 분석 버전에는 다음과 같은 차이점이 있습니다.

적합 모형을 사용하는 분석은 메뉴 대신 출력 창에서 액세스할 수 있습니다. 적합 모형의 해석은 가장 최근 모형만이 아니라 탐색기에 출력이 있는 모든 모형에 사용할 수 있습니다.
적합 모형은 활성 상태인 워크시트에 관계없이 사용할 수 있으므로 반응 변수와 다른 워크시트에 있는 데이터 열을 예측할 수 있습니다.
Minitab Statistical Software 모델을 프로젝트 파일(*. MPX)를 사용합니다.

대립 분석을 사용할 시기

하나의 계량형(숫자) 예측 변수와 계량형 반응 변수 간의 관계를 표시하려면 적합선 그림을 사용하십시오.
내포되거나 변량인 범주형 예측 변수가 있으면 모두 고정 요인인 경우 일반 선형 모형 적합, 변량 요인이 있는 경우 혼합 효과 모형 적합을 사용하십시오.
반응 변수에 두 개의 범주가 있으면(예: 통과 및 실패) 이항 로지스틱 모형 적합을 사용하십시오.
반응 변수에 자연스러운 순서를 갖는 세 개 이상의 범주가 있으면(예: 적극 반대, 반대, 중립, 찬성, 적극 찬성) 순서형 로지스틱 회귀 분석을 사용하십시오.
반응 변수에 자연스러운 순서를 갖지 않는 세 개 이상의 범주가 있으면(예: 긁힘, 패임, 찢어짐) 명목형 로지스틱 회귀 분석을 사용하십시오.
반응 변수가 발생 횟수를 카운트하면(예: 결점 수) 포아송 모형 적합을 사용하십시오.

예측 분석 모델을 사용해야 하는 경우

일부 응용 프로그램의 경우 모델 구성에 대한 다른 접근 방식을 고려합니다. 다양한 유형의 모델에 대한 자세한 내용은 을 참조하십시오 Minitab 통계 소프트웨어의 예측 분석 모델 유형. Minitab은 예측 분석 모듈를 사용하여 CART^® 회귀 분석, TreeNet^® 회귀 분석, Random Forests^® 회귀 분석 및 MARS^® 회귀 분석 분석을 제공합니다. 해석은 최고의 모형 검색(계량형 반응) 1 해석에서 서로 다른 모델 유형의 성능을 비교합니다. 모듈을 활성화하는 방법에 대한 자세한 내용은 여기를 클릭하십시오.