拟合回归模型概述

使用拟合回归模型和普通最小二乘法可以描述一组预测变量和一个连续响应之间的关系。可以包括交互作用项和多项式项、执行逐步回归和变换偏斜数据。

例如,房地产评估人员想了解城市公寓与多个预测变量(包括建筑面积、可用单元数量、建筑年限和到市中心的距离)之间的相关性。检验员可以使用多个回归来确定预测变量是否与销售价格显著相关。

在执行分析之后,Minitab 将存储模型,以便执行如下操作:
  • 预测新观测值的响应。
  • 绘制变量之间的关系图。
  • 查找对一个或多个响应进行优化的值。
有关更多信息,请转到已存储的模型概述

在何处查找此分析

要拟合回归模型,请选择统计 > 回归 > 回归 > 拟合回归模型

何时使用备择分析

  • 如果您标绘一个连续(数值)预测变量和一个连续响应之间的关系,请使用 拟合线图
  • 如果您具有嵌套或随机的类别预测变量,则在具有所有固定因子时使用拟合一般线性模型,或在具有随机因子时使用拟合混合效应模型
  • 如果您的响应变量有两个类别(如通过和失败),请使用拟合二元 Logistic 模型
  • 如果您的响应变量包含三个或更多采用一定自然顺序的类别(如非常不同意、不同意、中立、同意和非常同意),请使用顺序 Logistic 回归
  • 如果您的响应变量包含三个或更多不采用自然顺序的类别(如擦痕、凹陷和撕裂),请使用名义 Logistic 回归
  • 如果您的响应变量对发生次数(如缺陷数量)进行计数,请使用拟合 Poisson 模型