Minitab® 支持

拟合回归模型 线性回归和 的概述

了解关于 Minitab 的更多信息

拟合回归模型 并从 线性回归 不同的菜单执行相同的分析。使用这些分析可以描述一组预测变量与使用普通最小二乘法的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。
有关详细信息，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。

您还可以选择 预测分析模块 > 线性回归。的 预测分析模块 分析版本有以下差异。
  • 您可以从输出窗格而不是菜单访问使用拟合模型的分析。拟合模型的分析可用于导航器中输出的任何模型，而不仅仅是最新的模型。
  • 无论哪个工作表处于活动状态，拟合模型都可用，因此您可以预测与响应变量位于不同工作表中的数据列。
  • Minitab Statistical Software 将模型保存在项目文件 （*.MPX)

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。

何时使用预测分析模型

对于某些应用程序，您可以考虑不同的模型构造方法。有关不同类型模型的更多信息，请转到 Minitab 统计软件中的预测分析模型类型。Minitab 提供 CART® 回归、 TreeNet® 回归、 Random Forests® 回归和 MARS® 回归 分析。 预测分析模块该 发现最佳模型 (连续响应) 分析在 1 项分析中比较了不同模型类型的性能。单击此处了解更多关于如何激活模块的信息。

Copyright © 2024 Minitab, LLC. All rights Reserved.