Poisson 回归模型的曲面图示例

工程师想研究多个预测变量对树脂零件中的褪色缺陷的影响。由于响应变量描述事件在有限观测空间中出现的次数,因此工程师拟合了一个 Poisson 模型。

工程师拟合 Poisson 模型并使用曲面图阐释褪色缺陷数的拟合值与传递温度和自上次清洗以来的小时数设置之间的关系。

  1. 打开样本数据树脂缺陷.MTW
  2. 选择统计 > 回归 > Poisson 回归 > 曲面图
  3. 响应中,选择褪色缺陷
  4. 为单个图选择一对变量下,从X 轴中选择温度,从Y 轴中选择清洁小时数
  5. 单击确定

解释结果

Minitab 使用存储模型创建曲面图。最低的缺陷数位于图的右下角,这与较高温度和自上次清洗以来的较短时间相对应。第三个预测变量“螺钉尺寸”是一个类别变量,它不显示在图中。在计算缺陷数的拟合响应值时,Minitab 将螺钉尺寸值保持在“大”。

在评估此图之后,分析人员可以将螺钉尺寸从“大”更改为“小”,并在新图上比较缺陷数。

提示

要在该图上标注任何点的预测变量值和响应值,请使用安插旗标。要安插旗标,请右键单击该图形,在出现的菜单中选择安插旗标,然后在图上单击要批注的点。使用预测来确定这些点是否异常并评估预测的精确度。

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