一个用Minitab做的回归方程Regression equation案例: 判断标准P<0.05
Minitab做的回归方程Regression equation，做了一个简单的案例，并加上分析，欢迎大家指点。数据如下：X Y
1 2
2 5
3 10
4 17
5 25
由于是一元的，我选择用拟合线图(Fitted line plot)，首先选择立方的(Cubic)，得到数据如下：
The regression equation is
y = 1.800 - 1.310 x + 1.607 x**2 - 0.08333 x**3
S = 0.119523 R-Sq = 100.0% R-Sq(adj) = 100.0%
Analysis of Variance
Source DF SS MS F P
Regression 3346.786115.5958091.670.008
Error 1 0.014 0.014
Total 4346.800
Sequential Analysis of Variance
Source DF SS F P
Linear 1336.400 97.040.002
Quadratic 1 10.286180.000.006
Cubic 1 0.100 7.00 0.230
从上面的P值数据来看，Cubic的P值为0.23，所以，无效，去掉Cubic，使用Quadratic(二次的)，重新计算，得到数据如下：
The regression equation is
y = 0.4000 + 0.6571 x + 0.8571 x**2
S = 0.239046 R-Sq = 100.0% R-Sq(adj) = 99.9%
Analysis of Variance
Source DF SS MS F P
Regression 2346.686173.3433033.500.000
Error 2 0.114 0.057
Total 4346.800
Sequential Analysis of Variance
Source DF SS F P
Linear 1336.400 97.040.002
Quadratic 1 10.286180.000.006
现在看来，P值很小，小于0.05，比较理想，方程有效，同时得到的图形如下：
一个用Minitab做的回归方程Regression equation案例: 判断标准P<0.05
学习中。。。 :Q 刚开始学这个Minitab 多多指教:loveliness: 回归分析: Y 与 X
回归方程为
Y = - 5.600 + 5.800 X
模型汇总
S R-sq R-sq（调
整）
1.86190 97.00% 96.00%
方差分析
来源 自由度 SS MS F P
回归 1 336.4 336.400 97.04 0.002
误差 3 10.4 3.467
合计 4 346.8
拟合线: Y 与 X;P 不错，拟合的很好的嘛 mindmap 发表于 2018-4-9 21:43
回归分析: Y 与 X
回归方程为
Y = - 5.600 + 5.800 X
从图中看到点未形成近似一条直线，也就说明不符合回归性。这个方程不适合使用。:lol :Q :Q 留下脚印，努力看懂他 asdl3232 发表于 2018-5-10 23:22
从图中看到点未形成近似一条直线，也就说明不符合回归性。这个方程不适合使用。 ...
看是否合适我们主要看指数，而不是目视的，这里几种方程都能满足要求:)
页:
[1]
2