분석할 데이터 열을 지정하려면 다음 단계를 수행하십시오.
- 반응에 설명 또는 예측할 순서형 데이터 열을 입력합니다. 순서형 반응에는 순서가 있는 세 개 이상의 결과가 있습니다(예: 낮음, 중간, 높음).
- 빈도(옵션)에 각 반응 및 예측 변수 조합이 발생한 횟수를 포함하는 열을 입력합니다.
- 모형에 반응값의 변동을 설명 또는 예측할 수 있는 항을 입력합니다. 계량형 또는 범주형 변수를 포함할 수 있습니다. 교차 또는 내포 항 지정에 대한 자세한 내용은 순서형 로지스틱 회귀 분석에 대한 모형 항 지정에서 확인하십시오.
- 범주형 예측 변수(옵션)에서 범주형 분류 또는 그룹 할당(원료 유형 등)인 변수를 지정합니다. 여기서 변수를 요인으로 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 생존은 반응값이며, 부화된 도룡뇽의 표본이 살아 있는 기간을 나타냅니다(1 = <10일, 2 = 10–30일, 3 = 31–60일). 영역은 범주형 예측 변수(요인)이며 도룡뇽이 발견된 영역을 나타냅니다. 유동성 수준은 계량형 변수이며, 도룡뇽이 발견된 물의 유독성 수준을 나타냅니다.
| C1 |
C2 |
C3 |
| 생존 |
영역 |
유독성 수준 |
| 1 |
A |
62 |
| 2 |
B |
46 |
| 3 |
A |
34 |
| 2 |
B |
56 |
이 워크시트에서 반응 및 예측 변수는 이전 표본과 같지만, 데이터에 빈도 변수도 포함되었습니다. 빈도에는 각 행의 반응 및 예측 값 조합에 해당하는 도룡뇽 수가 포함됩니다. 워크시트의 첫 번째 행은 도룡뇽 세 마리가 영역 A에서 3일 미만 동안 생존하고 유독성 수준이 62인 물 속에 있었음을 나타냅니다.
| C1 |
C2 |
C3 |
C4 |
| 생존 |
빈도 |
영역 |
유독성 수준 |
| 1 |
3 |
A |
62 |
| 2 |
1 |
B |
46 |
| 3 |
4 |
A |
34 |
| 2 |
2 |
B |
56 |
