Isi kandungan:
- Mengapa Kami Menggunakan Analisis Regresi
- Ikuti Bersama Tutorial Ini
- Tambahkan Data ke Minitab
- Siapkan Petak Penyebaran Dengan Regresi
- Sediakan Model Regresi Fit
- Plot Berselerak, Plot Sisa, dan Data Output Regresi
- Rujukan
- artikel berkaitan
"Kita percaya pada Tuhan. Semua yang lain mesti membawa data. " —W. Edward Deming. Garis di atas mewakili garis regresi.
Dicipta oleh Joshua Crowder
Mengapa Kami Menggunakan Analisis Regresi
Apabila anda melihat grafik plot penyebaran yang dibuat dengan memetakan titik-titik dari dua paksi yang berbeza, anda akan dapati pemboleh ubahnya saling berkaitan, berkaitan langsung, atau tidak menunjukkan hubungan sama sekali.
- Berkaitan Secara Langsung: Jika garis yang anda lukis untuk mengira regresi sepertinya bergerak dari kiri ke sudut kanan atas plot penyebaran, data tersebut dikatakan berkaitan langsung.
- Berkaitan Terbalik: Data berkaitan terbalik jika bergerak dari kiri ke sudut kanan bawah.
- Tanpa Hubungan: Apabila plot data tersebar secara merata tanpa arah yang jelas, tidak ada hubungan.
Ikuti Bersama Tutorial Ini
Senang sekali kita dapat melihat sekejap plot penyebaran, tetapi hubungan antara pemboleh ubah dapat ditentukan dengan lebih tepat melalui analisis regresi. Dalam tutorial ini, plot yang tersebar dengan garis regresi akan dibuat. Untuk mengikuti pelajaran ini, muat turun fail Minitab ini. Sekiranya anda tidak mempunyai versi terbaru dari Minitab, anda boleh memuat turun percubaan percuma untuk versi baru di sini.
Menyelesaikan regresi dengan tangan boleh membosankan. Nasib baik, kami mempunyai perisian seperti Minitab dan Microsoft Excel untuk mengira masalah yang berkaitan dengan regresi.
Tambahkan Data ke Minitab
Untuk menambahkan data ke Minitab, data mesti dimasukkan atau ditampal ke dalam program dari spreadsheet. Data harus dalam bentuk X dan Y secara berasingan untuk dapat menyelesaikan analisis.
Satu-satunya data pemboleh ubah yang digunakan untuk grafik plot tersebar atau analisis regresi adalah pemboleh ubah bersandar dan bebas X dan Y.
Dicipta oleh Joshua Crowder
Siapkan Petak Penyebaran Dengan Regresi
Grafik pertama yang perlu kita hasilkan untuk analisis regresi adalah grafik plot yang tersebar.
- Untuk menyediakan grafik ini, klik Graf kemudian Scatterplot.
- Apabila tetingkap scatterplot muncul, pilih kotak berlabel "With Regression" dan klik OK.
- Apabila plot yang tersebar dengan tetingkap regresi muncul, letakkan kursor di baris pertama kotak paksi-Y, kemudian klik dua kali pada pemboleh ubah Y di sebelah kiri.
- Seterusnya, klik dua kali pada pemboleh ubah X dan ia akan mengisi bahagian X.
- Nama lalai akan muncul jika anda tidak membuat tajuk, jadi saya akan membuat tajuk saya sendiri dengan mengklik "Label." Kemudian klik di kotak teks tajuk dan ketik "Scatter Plot Graph of Cars Sold VS. TV Ads" dan klik OK.
- Klik butang OK sekali lagi, dan rajah plot penyebaran dengan regresi akan muncul.
Klik grafik tab dan pilih Plot Tersebar.
Dicipta oleh Joshua Crowder
Pilih Dengan Regresi.
Dicipta oleh Joshua Crowder
Tambahkan pemboleh ubah.
Dicipta oleh Joshua Crowder
Sediakan Model Regresi Fit
- Untuk menyediakan grafik regresi tambahan, pertama klik Data, kemudian klik Regresi, kemudian Regression, kemudian Fit Regression Model.
- Sekarang anda mesti meletakkan kursor anda di bahagian "Respons" dan klik pada header kereta yang dijual (pemboleh ubah Y) di sebelah kiri. Klik di bahagian "Ramalan berterusan" dan kemudian klik pada tajuk Iklan TV (pemboleh ubah X). Cari butang simpanan dan klik padanya.
- Dari kotak pilihan, pilih Fits, residual Standardized, and Coefficients. Klik Baiklah.
- Terdapat satu lagi tugas yang akan membolehkan kita menunjukkan beberapa graf yang tinggal. Klik pada Graf Regresi dan pilih pilihan "Four in one." Sekarang klik Baiklah. Kemudian klik OK sekali lagi.
Klik Data, Regresi, Regresi, Model Regresi Fit.
Dicipta oleh Joshua Crowder
Tambahkan pemboleh ubah.
Dicipta oleh Joshua Crowder
Plot Berselerak, Plot Sisa, dan Data Output Regresi
Plot penyebaran menunjukkan kepada kita bahawa jumlah kereta yang dijual berkaitan langsung dengan jumlah iklan TV. Ini dapat dilihat dengan jelas tanpa paparan regresi dalam grafik. Petak sisa secara grafik menunjukkan perbezaan antara nilai yang diperhatikan dari pemboleh ubah bersandar ( y ) dan nilai yang diramalkan (x). Dan akhirnya, data output menunjukkan analisis berangka dari varians.
Plot berselerak.
Dicipta oleh Joshua Crowder
Plot sisa.
Dicipta oleh Joshua Crowder
Keluaran regresi.
Dicipta oleh Joshua Crowder
Rujukan
Boyer, K. & Verma, R. (2010). Operasi & pengurusan rantaian bekalan untuk abad ke-21 . Mason, OH: Barat Daya.
artikel berkaitan
Cara Mengira Keupayaan Proses di Minitab 18
Cara Membuat Carta P di Minitab 18
Cara Membuat Carta Pareto di Minitab 18
Cara Membuat Carta Xbar-R di Minitab
© 2018 Joshua Crowder