发现最佳模型 (连续响应) 的数据注意事项

为确保结果有效，在收集数据、执行分析和解释结果时，请考虑以下准则。

响应变量应当是连续变量

可以对连续变量进行测量和排序，而且任意两个值之间有无限个值。例如，轮胎样本的直径即为连续变量。

响应变量的数据必须是数字值。

如果响应变量为类别变量，请使用 发现最佳模型 (二值响应)。

预测变量可以是连续变量或类别变量

可以使用连续预测变量或类别预测变量的组合；但是，每个预测变量的列长度必须与响应列的长度相同。允许缺失值。

• 所有连续预测变量都必须为数字。
• 类别预测变量可以是文本或数字值。

当案例数超过 2000 时，建议使用检验集

Minitab 使用交叉验证来比较 2000 ≤病例数时的模型。当案例数超过 2000 时，Minitab 将使用检验集。当数据集很大时，使用测试集进行验证会减少分析数据的时间。如需了解有关 发现最佳模型 (连续响应)中的验证方法设置的基本信息，请转到指定 发现最佳模型 (连续响应) 的验证方法。

模型应当提供良好的数据拟合

如果模型无法与数据拟合，则结果可能会具有误导性。所有模型类型包括模型摘要统计描述模型的性能。使用交叉验证或测试集的结果来确定模型是否很好地预测了响应。在回归模型的输出中，还使用残余图来验证参数假设是否成立。