最佳子集回归示例

技术人员测量了作为太阳热能检验一部分的热通量。某能源工程师想要确定如何通过其他变量(日照、东、南、北各方向焦点的位置以及一天中的时间)来预测总热通量。

技术人员使用最佳子集回归来选择一组可能的模型,以便进行进一步分析。在 Minitab 中,最佳子集回归使用最大 R2 标准来选择可能的模型。

  1. 打开样本数据热能试验.MTW
  2. 选择统计 > 回归 > 回归 > 最佳子集
  3. 响应中,输入 '热通量'
  4. 自由预测变量中,输入 暴晒-'当日时间'
  5. 单击确定

解释结果

技术人员确定有多个模型可以提供进一步检查。具有全部 5 个预测变量的模型具有最小的 S 值和最大的调整 R2,分别约为 8 和 88。某个具有 4 个预测变量的模型具有最小的 Mallows Cp 值 5.8。具有 2 个预测变量的模型和具有 3 个预测变量的模型都具有最大的预测 R2 值,约为 81.4%。技术人员在选择最终模型前,可以使用残差图及其他诊断度量标准检查这些模型是否违反回归假设。

响应为 热通量

变量R-SqR-Sq (调整)R-Sq(预测)Mallows CpS



172.171.066.938.512.328      X 
139.437.126.3112.718.154X       
285.984.881.49.18.9321    XX 
282.080.674.217.810.076      XX
387.485.979.07.68.5978  XXX 
386.584.981.49.78.9110X  XX 
489.187.380.65.88.1698XXXX 
488.086.079.38.28.5550X  XXX
589.987.778.86.08.0390XXXXX