Πώς να ερμηνεύσει ένα πίσω επιλογής στο Minitab

Πολλαπλή παλινδρόμηση είναι μια μέθοδος που χρησιμοποιείται για να προβλέψει μια ορισμένη μεταβλητή χρησιμοποιώντας ένα στατιστικό μοντέλο που αποτελείται από άλλες μεταβλητές . Υπάρχουν αρκετές ποικιλίες πολλαπλής παλινδρόμησης , ένα από τα οποία είναι προς τα πίσω επιλογής, επίσης γνωστή ως πίσω αποβολή. Η τεχνική αυτή δίνει όλες τις πιθανές μεταβλητές στο μοντέλο μία, στη συνέχεια συγκρίνει το ένα με το λιγότερο προβλεπτική ικανότητα κατά ένα συγκεκριμένο " επίπεδο αφαίρεσης , " χρησιμοποιώντας μια στατιστική διαδικασία που ονομάζεται " t-test . " Αν η μεταβλητή είναι πάνω από το επίπεδο αφαίρεσης , είναι εξαλειφθεί και το μοντέλο υπολογίζεται εκ νέου . Αυτή η διαδικασία συνεχίζεται μέχρις ότου όλες οι υπόλοιπες μεταβλητές είναι κάτω από το επίπεδο αφαίρεσης. Οδηγίες
Η 1

Open Minitab , κάντε κλικ στο " Αρχείο " και στη συνέχεια κάντε κλικ στο κουμπί " Άνοιγμα έργου ". Αναζητήστε το αρχείο του έργου που περιέχει τα δεδομένα σας , στη συνέχεια, κάντε διπλό κλικ σε αυτό . 2

κάντε κλικ στο " Stat " από το μενού στην κορυφή, τότε " Παλινδρόμηση , " τότε " Σταδιακή . " κάντε κλικ μέσα στο "απάντηση " text -box , στη συνέχεια, κάντε διπλό κλικ μεταβλητή απόκρισης σας από τη λίστα στα αριστερά . Στη συνέχεια, κάντε κλικ μέσα στο " Προγνωστικοί " κουτί και κάντε διπλό κλικ όλες τις μεταβλητές πρόβλεψης σας .
Εικόνων 3

Κάντε κλικ στο κουμπί " Μέθοδοι " , στη συνέχεια, πατήστε το κουμπί " Αναδρομικά εξαφάνιση» . Κάντε κλικ στο " OK " για να αφήσει το παράθυρο μεθόδους , στη συνέχεια ξανά "OK" για να τρέξει το πολλαπλής παλινδρόμησης .
Η 4

Πηγαίνετε στο παράθυρο " Session " για να δείτε τα αποτελέσματά σας . Θα δείτε τον αριθμό των στηλών . Η κορυφαία σειρά είναι χαρακτηρισμένα "Βήμα " και στα δεξιά του είναι μετρημένες στήλες που αντιπροσωπεύουν τα στάδια της διαδικασίας αποβολής . Το πρώτο βήμα περιλαμβάνει πάντα όλες τις μεταβλητές , έτσι κοιτάζοντας προς τα κάτω αυτή τη στήλη , θα δείτε ότι κάθε προγνωστικό έχει στην αξία και την αξία ap . Σαρώστε τη στήλη και να βρει το ένα με την υψηλότερη τιμή p .
5

Ελέγξτε αν υπάρχει μια δεύτερη στήλη , οι οποίες φέρουν μόνο " 2 . " Αν δεν υπάρχει , αυτό σημαίνει ότι όλες σας τις μεταβλητές είναι κάτω από το επίπεδο αφαίρεσης . Όλα είναι στατιστικά σημαντικοί προγνωστικοί παράγοντες του κριτηρίου σας . Αν έχετε μια στήλη δύο , σημειώστε ότι η μεταβλητή με την υψηλότερη τιμή ρ από μία στήλη δεν είναι παρούσα . Αυτό οφείλεται στο γεγονός ότι δεν προβλέπει σημαντικά μεταβλητή απάντησή σας .
Η 6

Σάρωση κάτω από την τελευταία στήλη στα αποτελέσματά σας . Αν η τελευταία στήλη ένας αριθμός είναι μεγαλύτερος από τον αριθμό των μεταβλητών που έχετε εισάγει , είναι επειδή κανένας από τις μεταβλητές σας να προβλέψει τη μεταβλητή απόκρισης . Σημειώστε ότι η είσοδος για το " R - Sq ( adj ) " στην κάτω σειρά είναι μηδέν ή κοντά στο μηδέν . Διαφορετικά, οι μεταβλητές που έχουν καταχωρήσεις στην τελευταία στήλη είναι αυτές που συμβάλλουν στο τελικό μοντέλο. Πηγαίνετε προς τα κάτω και τσεκάρετε το " R - Sq ( adj ) . " Αυτό σας λέει ότι το μοντέλο συσχετίζεται έντονα με το κριτήριο .
Η
εικόνων