Exemplo de Regressão dos melhores subconjuntos

Os técnicos medem o fluxo de calor como parte de um teste de energia térmica solar. Um engenheiro de energia quer determinar como o fluxo de calor total é previsto por outras variáveis: insolação, a posição dos pontos focais no leste, sul e norte e o momento do dia.

Para selecionar um grupo de modelos prováveis para uma análise mais aprofundada, os técnicos utilizam a melhor regressão de subconjuntos. No Minitab, a regressão de melhores subconjuntos usa o critério do R² máximo para selecionar modelos prováveis .

Abra os dados das amostras, TesteEnergiaTérmica.MTW.
Selecione Estat > Regressão > Regressão > Melhores subconjuntos.
Em Resposta, insira 'Fluxo calor'.
Em Preditores livres, insira Insolação-'Hora do dia'.
Clique em OK.

Interpretar os resultados

Os técnicos identificam diversos modelos para exame posterior. O modelo com todas as 5 preditoras tem o menor valor de S e o maior valor de R² ajustado, aproximadamente 8 e 88%, respectivamente. Um dos modelos com 4 preditoras tem o menor valor de Cp de Mallows, 5.8. Um modelo com 2 preditoras e um modelo com 3 preditoras, ambos têm o maior R² predito, que é de aproximadamente 81,4%. Antes que os técnicos selecionem um modelo final, eles examinam os modelos quanto a violações de suposições de regressão, usando gráficos de resíduos e outras medidas de diagnóstico.

Resposta é Fluxo calor

Vars	R-quad.	R2 (aj)	R2 (pred)	Cp de Mallows	S	I n s o l a ç ã o	L e s t e	S u l	N o r t e	H o r a d o d i a
1	72,1	71,0	66,9	38,5	12,328				X
1	39,4	37,1	26,3	112,7	18,154	X
2	85,9	84,8	81,4	9,1	8,9321			X	X
2	82,0	80,6	74,2	17,8	10,076				X	X
3	87,4	85,9	79,0	7,6	8,5978		X	X	X
3	86,5	84,9	81,4	9,7	8,9110	X		X	X
4	89,1	87,3	80,6	5,8	8,1698	X	X	X	X
4	88,0	86,0	79,3	8,2	8,5550	X		X	X	X
5	89,9	87,7	78,8	6,0	8,0390	X	X	X	X	X