- 在响应中,输入要解释或预测的名义数据列。 名义变量是具有三个或更多可能水平(无天然顺序)的类别变量。例如,食品口感研究中的水平可以包括松脆、糊状和酥脆。
- 在频率(可选)中,输入包含每个响应变量和预测变量组合出现的次数的列。
- 在模型中,输入可以解释或预测响应变化的项。项可以是连续变量或类别变量。模型还可以包含交互作用项和嵌套项。
- 在类别预测变量(可选)中,指定模型中的哪些变量是类别分类或组分配,例如,原材料类型。 Minitab 假设模型中的所有变量都是连续预测变量(协变量),除非您在此处将其指定为类别预测变量。将连续预测变量建模为协变量,将类别预测变量建模为因子。
在此工作表中,学科是响应变量,表示参与调查的每个学生最喜欢的学科。方法是类别预测变量(因子),表示课堂上使用的教学方法。年龄是连续预测变量(协变量),表示学生的年龄。
C1 |
C2 |
C3 |
学科 |
方法 |
年龄 |
数学 |
解释 |
10 |
自然科学 |
演示 |
12 |
艺术 |
解释 |
15 |
数学 |
演示 |
11 |
在此工作表中,响应变量和模型变量与上一个示例的相同,但是这些数据还包括频率变量。频率包含每个响应变量和预测变量组合出现的次数。第一行表示 2 个 13 岁的学生首选使用“解释”方法教授的数学。
C1 |
C2 |
C3 |
C4 |
学科 |
频率 |
方法 |
年龄 |
数学 |
2 |
解释 |
13 |
自然科学 |
6 |
演示 |
12 |
艺术 |
4 |
解释 |
15 |
数学 |
1 |
演示 |
11 |