二元拟合线图输入数据

统计 > 回归 > 二值拟合线图

二值响应/频率格式的响应

如果响应数据是一个具有两个可区分值的列,请完成以下步骤。或者,这些数据可以包括一个具有响应变量计数(对应于行中的响应变量和预测变量值)的列。

  1. 从下拉列表中,选择二值响应/频率格式的响应
  2. 响应中,输入要解释或预测的二元数据列。 二元变量是具有两个可能水平(例如,通过/失败或真/假)的类别变量。响应变量又称 Y 变量。
  3. 响应事件中,选择分析将描述的事件。
  4. (可选)在频率中,输入包含计数(对应于行中的响应变量和预测变量值)的列。
  5. 预测变量中,输入可以解释或预测响应变化的连续变量。预测变量又称 X 变量。
在此工作表中,已买是响应变量,它表示顾客是否会购买新品牌的谷类食品。响应事件是收入是连续预测变量。第 1 行中的数据表示收入为 $37,000 的顾客购买了新品牌的谷类食品。
C1 C2
已买 收入
$37,000
$47,000
$34,000
$58,000
在此工作表中,响应变量和预测变量与上一个示例的相同,但是这些数据还包括频率变量。频率包含顾客的计数,它对应于每一行中的响应变量和预测变量值的组合。第一行显示 2 位收入为 $40,000 的顾客购买了新品牌的谷类食品。
C1 C2 C3
已买 收入 频率
$40,000 2
$40,000 12
$45,000 1
$45,000 6

事件/试验格式的响应

如果响应数据包含在两列(一列包含成功次数或希望的事件数,另一列包含试验数)中,请完成以下步骤。
  1. 如果响应数据包含在具有事件和试验的两列中,请从下拉列表中选择事件/试验格式的响应
  2. 事件名称中,为数据中的事件输入名称。例如,事件可以是成功次数、不一致单位或购买次数。
  3. 事件数中,输入包含事件数的列。
  4. 试验数中,输入包含试验数的列。试验数等于事件数加上未发生事件数。
  5. 预测变量中,输入可以解释或预测响应变化的连续变量。预测变量又称 X 变量。
在此工作表中,已买包含事件数,它表示购买新品牌谷类食品的顾客数。试验包含试验数,它表示针对响应预测变量组合进行调查的顾客总数。收入是连续预测变量。第一行显示 20 位收入为 $37,000 的顾客接受了调查,其中有 2 位购买了新品牌的谷类食品。
C1 C2 C3
已买 试验次数 收入
2 20 $37,000
0 3 $37,000
4 12 $40,000
3 18 $34,000
使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策