针对指定的新判定值 Y(因变量/响应变量),估算简单回归方程中的新值 X(独立预测变量)的点和区间。这种方法(有时亦称为“逆回归”)或统计校准在验证新仪器或根据一组标准值来评估样本中的“未知项”时具有技术上的应用。

下载宏

确保 Minitab 知道可在何处找到您下载的宏。选择工具 > 选项 > 常规。在宏位置下,浏览到您保存宏文件的位置。

重要信息

如果您使用较低版本的 Web 浏览器,则在您单击下载按钮时,此文件可能会在 Quicktime 中打开,因为 Quicktime 与 Minitab 宏使用相同的 .mac 文件扩展名。要保存此宏,请右键单击下载按钮并选择目标另存为

必需输入

  • 一列相关值 (Y)
  • 一列独立值 (X)
  • 一列相关 Y 的将来值/新值

可选输入

CLEVEL K
置信区间的默认置信水平是 95%,但是您可以通过使用子命令 CLEVEL 再后跟要使用的置信水平 (1-99) 来更改置信水平。

运行宏

假设 Y 在 C1 中,X 在 C2 中,Y 的新值在 C3 中,而且您希望置信水平为 99%。选择编辑 > 命令行编辑器,然后键入:
%CALIB C1 C2 C3;
CLEVEL 99。

单击提交命令

其他信息

Neter、Wasserman 和 Kutner 于 1985 年发表的 Applied Linear Statistical Models(线性统计模型应用)第 172 到 174 页给出了围绕点估计值 X 的置信区间的大样本近似。Minitab 宏 CALIB.MAC 可替您执行此分析。(Neter、Wasserman 和 Kutner 著作第 180 页的问题 5.24 可用于展示该宏。此问题使用了第 55 页上的问题 2.18 中的数据集。数据位于问题陈述下方。)

响应因变量 Y 是塑料铸件的硬度(以布氏硬度作为测量单位),独立预测变量 X 是自铸造过程结束起经过的时间(以小时作为测量单位)。12 个配对观测值组成的数据集构成了直线型的函数关系,其线性回归解 Y = 153.9 + 2.42X。随后,该问题要求计算估计小时数 (X) 与某个硬度 (Y) 为 298 的铸件相关联的 99% 置信区间。在此示例中,还添加了 200、250、298、325 和 350 的 Y 值,以展示该宏能够同时处理多个 Y 值。

在 C1、C2 和 C3 中输入下面的 3 列数据。

Y X
230 32 200
262 48 250
323 72 298
298 64 325
255 48 350
199 16  
248 40  
279 48  
267 48  
214 24  
359 80  
305 56  

要运行此宏,请选择编辑 > 命令行编辑器,然后键入以下命令:

%CALIB C1 C2 C3;
CLEVEL 99。

单击提交命令。输出将如下所示:

回归方程为 Y = 154 + 2.42 X 预测变量系数 SE 系数 T P 常量 153.917 8.067 19.08 0.000 X 2.4167 0.1575 15.35 0.000 S = 9.75833 R-Sq = 95.9% R-Sq(adj) = 95.5% 方差分析源 DF SS MS F P 回归 1 22427 22427 235.51 0.000 残差 10 952 95 总计 11 23379 95.00% 置信区间,针对预测值 X Row Y_New CI_Low X_Hat CI_High Width 1 200 8.8056 19.0690 29.3323 20.5268 2 250 30.3180 39.7586 49.1992 18.8812 3 298 50.1055 59.6207 69.1359 19.0304 4 325 60.8611 70.7931 80.7251 19.8640 5 350 70.6098 81.1379 91.6660 21.0562 校正因子为 0.0210800,小于 0.1,这表示以上区间应该是不错的近似值。
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