Mục lục:
- Tại sao chúng tôi sử dụng phân tích hồi quy
- Làm theo hướng dẫn này
- Thêm dữ liệu vào Minitab
- Thiết lập một lô phân tán với một hồi quy
- Thiết lập mô hình hồi quy Fit
- Lô phân tán, Lô còn lại và Dữ liệu đầu ra hồi quy
- Người giới thiệu
- Những bài viết liên quan
"Chúng ta tin vào Chúa. Tất cả những người khác phải mang theo dữ liệu ”. —W. Edward Deming. Dòng trên đại diện cho một đường hồi quy.
Tạo bởi Joshua Crowder
Tại sao chúng tôi sử dụng phân tích hồi quy
Khi bạn nhìn vào biểu đồ biểu đồ phân tán được tạo bằng cách vẽ biểu đồ các chấm từ hai trục khác nhau, bạn sẽ thấy rằng các biến có liên quan nghịch, liên quan trực tiếp hoặc không hiển thị mối quan hệ nào.
- Liên quan Trực tiếp: Nếu đường bạn vẽ để ước tính hồi quy dường như di chuyển từ bên trái sang góc trên bên phải của biểu đồ phân tán, dữ liệu được cho là có liên quan trực tiếp.
- Liên quan ngược lại: Dữ liệu có liên quan ngược lại nếu nó di chuyển từ bên trái sang góc dưới bên phải.
- Không có mối quan hệ: Khi các ô dữ liệu được trải đều và không có hướng rõ ràng, không có mối quan hệ nào.
Làm theo hướng dẫn này
Thật tuyệt khi có một cái nhìn nhanh về biểu đồ phân tán, nhưng mối quan hệ giữa các biến có thể được xác định chính xác hơn thông qua phân tích hồi quy. Trong hướng dẫn này, một âm mưu phân tán với một đường hồi quy sẽ được tạo. Để làm theo bài học này, hãy tải xuống tệp Minitab này. Ngoài ra, nếu bạn chưa có phiên bản Minitab mới nhất, bạn có thể tải xuống bản dùng thử miễn phí cho phiên bản mới tại đây.
Hoàn thành hồi quy bằng tay có thể khá tẻ nhạt. May mắn thay, chúng tôi có phần mềm như Minitab và Microsoft Excel để tính toán các vấn đề liên quan đến hồi quy.
Thêm dữ liệu vào Minitab
Để thêm dữ liệu vào Minitab, dữ liệu phải được nhập hoặc dán vào chương trình từ bảng tính. Dữ liệu phải ở dạng X và Y riêng biệt để có thể hoàn thành phân tích.
Dữ liệu biến duy nhất được sử dụng cho biểu đồ phân tán hoặc phân tích hồi quy là các biến phụ thuộc và độc lập X và Y.
Tạo bởi Joshua Crowder
Thiết lập một lô phân tán với một hồi quy
Biểu đồ đầu tiên mà chúng ta cần đưa ra để phân tích hồi quy là biểu đồ phân tán.
- Để thiết lập biểu đồ này, hãy nhấp vào Biểu đồ sau đó nhấp vào Biểu đồ phân tán.
- Khi cửa sổ scatterplot xuất hiện, hãy chọn hộp có nhãn "With Regression" và nhấp vào OK.
- Khi biểu đồ phân tán với cửa sổ hồi quy xuất hiện, hãy đặt con trỏ vào hàng đầu tiên của hộp trục Y, sau đó nhấp đúp vào biến Y ở bên trái.
- Tiếp theo, nhấp đúp vào biến X và nó sẽ điền vào phần X.
- Tên mặc định sẽ xuất hiện nếu bạn không tạo tiêu đề, vì vậy tôi sẽ tạo tiêu đề của riêng mình bằng cách nhấp vào "Nhãn". Sau đó nhấp vào hộp văn bản tiêu đề và nhập "Đồ thị phân tán của Ô tô bán VS. Quảng cáo truyền hình" và nhấp vào OK.
- Nhấp vào nút OK một lần nữa và biểu đồ biểu đồ phân tán với hồi quy sẽ xuất hiện.
Nhấp vào biểu đồ tab và chọn Lô phân tán.
Tạo bởi Joshua Crowder
Chọn Với hồi quy.
Tạo bởi Joshua Crowder
Thêm các biến.
Tạo bởi Joshua Crowder
Thiết lập mô hình hồi quy Fit
- Để thiết lập đồ thị hồi quy bổ sung, trước tiên hãy nhấp vào Dữ liệu, sau đó nhấp vào Hồi quy, sau đó nhấp vào Hồi quy, rồi Điều chỉnh mô hình hồi quy.
- Bây giờ, bạn phải đặt con trỏ vào phần "Câu trả lời" và nhấp vào tiêu đề ô tô đã bán (biến Y) ở bên trái. Nhấp vào phần "Các yếu tố dự đoán liên tục" và sau đó nhấp vào tiêu đề Quảng cáo Truyền hình (biến X). Tìm nút lưu trữ và nhấp vào nó.
- Từ các hộp kiểm, chọn Phù hợp, Phần dư chuẩn hóa và Hệ số. Nhấp vào Đồng ý.
- Có một nhiệm vụ nữa sẽ cho phép chúng tôi hiển thị nhiều đồ thị dư. Nhấp vào Đồ thị hồi quy và chọn tùy chọn "Bốn trong một." Bây giờ hãy nhấp vào OK. Sau đó bấm OK một lần nữa.
Bấm Dữ liệu, Hồi quy, Hồi quy, Phù hợp với Mô hình hồi quy.
Tạo bởi Joshua Crowder
Thêm các biến.
Tạo bởi Joshua Crowder
Lô phân tán, Lô còn lại và Dữ liệu đầu ra hồi quy
Biểu đồ phân tán cho chúng ta thấy rằng số lượng ô tô bán ra có liên quan trực tiếp đến lượng quảng cáo trên TV. Điều này có thể được nhìn thấy rõ ràng mà không cần hiển thị hồi quy trong biểu đồ. Các đồ thị còn lại hiển thị bằng đồ thị sự khác biệt giữa giá trị quan sát của biến phụ thuộc ( y ) và giá trị dự đoán (x). Và cuối cùng, dữ liệu đầu ra cho thấy một phân tích số của phương sai.
Cốt truyện phân tán.
Tạo bởi Joshua Crowder
Các ô dư.
Tạo bởi Joshua Crowder
Đầu ra hồi quy.
Tạo bởi Joshua Crowder
Người giới thiệu
Boyer, K. & Verma, R. (2010). Hoạt động và quản lý chuỗi cung ứng cho thế kỷ 21 . Mason, OH: Tây Nam.
Những bài viết liên quan
Cách tính khả năng xử lý trong Minitab 18
Cách tạo P-Chart trong Minitab 18
Cách tạo biểu đồ Pareto trong Minitab 18
Cách tạo biểu đồ Xbar-R trong Minitab
© 2018 Joshua Crowder