분석하려는 데이터 열을 지정하려면 다음 단계를 수행하십시오.
- 반응에 설명 또는 예측할 명목형 데이터 열을 입력합니다. 명목형 변수는 자연적인 순서가 없으며 셋 이상의 수준이 있는 범주형 변수입니다. 예를 들어, 음식의 맛을 조사하는 연구에서는 파삭하다, 촉촉하다, 바삭하다 등의 수준을 사용할 수 있습니다.
- 빈도(옵션)에 각 반응 및 예측 변수 조합이 발생한 횟수를 포함하는 열을 입력합니다.
- 모형에 반응값의 변동을 설명 또는 예측할 수 있는 항을 입력합니다. 항은 계량형 또는 범주형 변수일 수 있습니다. 모형에는 교호작용 및 내포 항도 있을 수 있습니다.
- 범주형 예측 변수(옵션)에서 모형에서 범주형 분류 또는 그룹 할당(원료 유형 등)인 변수를 지정합니다. 변수를 범주형으로 지정하지 않는 한, Minitab에서는 모형의 모든 변수가 계량형 예측 변수(공변량)라고 가정합니다. 계량형 예측 변수는 공변량으로 모형화되고, 범주형 예측 변수는 요인으로 모형화됩니다.
이 워크시트에서 과목은 반응이며, 설문조사에 참여한 각 학생이 가장 좋아하는 학교 과목입니다. 방법은 범주형 예측 변수(요인)이며, 수업에 사용되는 교수 방법을 나타냅니다. 나이는 계량형 예측 변수(공변량)이며, 학생의 나이입니다.
| C1 |
C2 |
C3 |
| 과목 |
방법 |
나이 |
| 수학 |
설명 |
10 |
| 과학 |
시연 |
12 |
| 미술 |
설명 |
15 |
| 수학 |
시연 |
11 |
이 워크시트에서 반응 및 모형 변수는 이전 표본과 같지만, 데이터에 빈도 변수도 포함되었습니다. 빈도에는 각 반응 및 예측 변수 조합이 발생한 횟수가 포함됩니다. 첫 번째 행에서는 13세 학생 2명이 설명 방법으로 가르친 수학을 선호함을 볼 수 있습니다.
| C1 |
C2 |
C3 |
C4 |
| 과목 |
빈도 |
방법 |
나이 |
| 수학 |
2 |
설명 |
13 |
| 과학 |
6 |
시연 |
12 |
| 미술 |
4 |
설명 |
15 |
| 수학 |
1 |
시연 |
11 |
