Minitab에 포함되어 있는 회귀 분석 및 상관 분석

Minitab에서는 반응 변수와 하나 이상의 예측 변수 사이의 관계를 조사하고 모형화하기 위한 다양한 회귀 분석 방법을 제공합니다.

이 항목의 내용

기본 연관성 측도
계량형 반응 변수에 대한 회귀 분석
범주형 반응 변수에 대한 회귀 분석
이산형 반응 변수에 대한 회귀 분석

기본 연관성 측도

상관 분석: Pearson의 상관 또는 Spearman 순위 상관(Spearman의 로라고도 함)을 계산하는 데 사용됩니다. Minitab에서 를 선택합니다 통계분석 > 기초 통계 > 상관 분석.
공분산 분석: 두 변수 간 관계의 측도인 공분산을 계산하는 데 사용됩니다. 공분산은 상관 계수와 달리 표준화되지 않습니다. Minitab에서 를 선택합니다 통계분석 > 기초 통계 > 공분산 분석.

계량형 반응 변수에 대한 회귀 분석

계량형 반응 변수가 있는 경우 다음 분석을 사용하십시오.

회귀 분석: 범주형 또는 계량형 예측 변수와 반응 하나 사이의 관계를 모형화하고 모형을 사용하여 새 관측치에 대한 반응 값을 예측합니다. 필요한 경우 교호작용 및 다항식 항을 쉽게 포함하거나 반응을 변환합니다. Minitab에서또는 통계분석 > 회귀 분석 > 회귀 분석 > 적합 회귀 모형 을 예측 분석 모듈 > 선형 회귀 선택합니다.
최량 부분 집합: 지정된 예측 변수 집합을 사용하여 가능한 모든 모형을 비교하고 예측 변수 하나, 예측 변수 두 개 등이 있는 가장 적합한 모형을 표시합니다. Minitab에서 를 선택합니다 통계분석 > 회귀 분석 > 회귀 분석 > 최량 부분 집합.
적합선 그림: 하나의 예측 변수와 하나의 반응 사이의 관계를 그림으로 표시합니다. Minitab에서 를 선택합니다 통계분석 > 회귀 분석 > 적합선 그림.
비선형 회귀 분석: 2차 항 또는 3차 항이 적절하지 않을 때 예측 변수와 반응 사이의 관계를 모형화합니다. 비선형 성장 또는 감소 등 비선형 관계를 사용하여 관계를 설명할 수 있을 때 사용합니다. Minitab에서 를 선택합니다 통계분석 > 회귀 분석 > 비선형 회귀 분석.
안정성 연구: 안정성 연구를 계획하고 데이터 수집을 위한 사용자 정의 워크시트를 생성합니다. Minitab에서 를 선택합니다 통계분석 > 회귀 분석 > 안정성 연구 > 안정성 연구 워크시트 생성.; 선형 모형을 사용하여 약품의 저장 수명을 추정합니다. Minitab에서 를 선택합니다 통계분석 > 회귀 분석 > 안정성 연구.
직교 회귀 분석: 하나의 반응과 하나의 예측 변수의 측정값에 모두 랜덤 오차가 포함되어 있는 경우 해당 반응과 예측 변수 사이의 관계를 모형화합니다. Minitab에서 를 선택합니다 통계분석 > 회귀 분석 > 직교 회귀 분석.
부분 최소 제곱: 예측 변수 집합이 반응과 관련되어 있는지 여부를 결정합니다. 예측 변수의 공선형성이 높거나 예측 변수가 관측치보다 많을 때 사용합니다. Minitab에서 를 선택합니다 통계분석 > 회귀 분석 > 부분 최소 제곱.

범주형 반응 변수에 대한 회귀 분석

범주형 반응 변수가 있는 경우 다음 분석을 사용합니다.

이항 로지스틱 회귀 분석: 예측 변수와 결과가 두 개(예: 통과 또는 실패)인 반응 사이의 관계를 모형화합니다. Minitab에서 통계분석 > 회귀 분석 > 이항 로지스틱 회귀 분석 > 이항 로지스틱 모형 적합 또는 예측 분석 모듈 > 이항 로지스틱 회귀 분석를 선택하세요.
이항 적합선 그림: 이항 로지스틱 적합선 그림을 신뢰 구간과 함께 표시합니다. Minitab에서 를 선택합니다 통계분석 > 회귀 분석 > 이항 적합선 그림.
순서형 로지스틱 회귀 분석: 결과가 세 개 이상이고 결과에 낮음, 중간, 높음과 같은 순서가 있을 때 예측 변수와 반응 사이의 관계를 모형화합니다. Minitab에서 를 선택합니다 통계분석 > 회귀 분석 > 순서형 로지스틱 회귀 분석.
명목형 로지스틱 회귀 분석: 예측 변수와 결과가 긁힘, 패임, 찢어짐 등과 같이 세 개 이상이고 순서가 없는 반응 사이의 관계를 모형화합니다. Minitab에서 를 선택합니다 통계분석 > 회귀 분석 > 명목형 로지스틱 회귀 분석.

이산형 반응 변수에 대한 회귀 분석

이산형 반응 변수가 있는 경우 다음 분석을 사용하십시오.

포아송 회귀 분석: 예측 변수와 사건을 카운트하는 반응(예: 회로판의 납땜 결점 수) 사이의 관계를 모형화합니다. 또한 단계적 회귀 분석을 사용하여 모형을 결정할 수 있습니다. Minitab에서 를 선택합니다 통계분석 > 회귀 분석 > 포아송 회귀 분석 > 포아송 모형 적합.