Wie man eine Backward Selection in Minitab Interpretieren

Mitglieder-Login

InformationenSpreadsheets

Wie der Grafik in Slope - Intercept… Lineare Regression oder der Einbau einer Linie mit zwei unabhängigen Variablen ist ein leistungsfähi
Die Nachteile von Electronic Spread… Spreadsheets sind eine der gängigsten Methoden, um den Überblick über große Mengen von Datenbank-ges
Wie mehrere Spalten auswählen Spalten und Zeilen bestehen in elektronischen Tabellenkalkulationen wie Excel und in den Tabellen de
Wie die Anzahl der Wörter in einer… Während Microsoft Excel ist vor allem als ein Tabellenkalkulationsprogramm , um numerische Daten zu

Software

HOME

* Computer Wissen >> Software >> Spreadsheets >> .

Wie man eine Backward Selection in Minitab Interpretieren

Multiple Regression ist eine Methode verwendet , um eine bestimmte Variable mittels eines statistischen Modells aus anderen Variablen gemacht vorherzusagen. Es gibt verschiedene Sorten von multiplen Regression , von denen eine Auswahl rückwärts , auch rückwärts Beseitigung bekannt. Diese Technik stellt alle möglichen Variablen in das Modell auf einmal vergleicht dann die mit den wenigsten Vorhersagekraft gegen eine bestimmte " Entfernen Ebene", mit einem statistischen Verfahren als " t-Test . " Wenn die Variable über die Entfernung Ebene ist es eliminiert und das Modell wird neu berechnet. Dieser Prozess wird fortgesetzt , bis alle restlichen Variablen unter Abnahmeniveau sind . Anleitung
1

öffnen Minitab , klicken Sie auf " Datei" und dann auf " Open Project ". Navigieren Sie zu dem Projekt -Datei mit Ihren Daten , dann doppelklicken Sie darauf .
2

Klicken Sie auf " Stat " in der Menüleiste am oberen Rand , dann " Regression ", dann " Schrittweise . " Klicken Sie in der "Response" Text - Box , doppelklicken Sie dann auf Ihre Antwort Variable aus der Liste auf der linken Seite . Dann in der " Prädiktoren " Feld klicken und doppelklicken Sie auf alle Ihre Einflussvariablen .
3

Klicken Sie auf die "Methoden ", dann klicken Sie auf die " Beseitigung Backwards " Radio-Button . Klicken Sie auf " OK ", um das Fenster zu verlassen Methoden , dann " OK" erneut, um die multiple Regression laufen .
4

der "Session "-Fenster gehen , um Ihre Ergebnisse zu sehen. Sie werden sehen, eine Anzahl von Spalten . Die obere Reihe ist "Step ", beschriftet und auf die rechte, werden die Spalten , die die Schritte bei der Beseitigung Prozess nummeriert. Schritt eins umfasst immer alle Variablen , so schaut dieser Spalte sehen Sie, dass jeder Prädiktor an Wert und p-Wert hat . Scannen Sie die Spalte und finden, die mit dem höchsten p-Wert .
5

Prüfen Sie, ob es eine zweite Säule , beschriftet nur " 2 . " Wenn es nicht vorhanden ist, bedeutet dies, dass alle Variablen sind unterhalb der Ebene Entfernung . Sie sind alle statistisch signifikante Prädiktoren des Kriteriums . Wenn Sie eine Spalte zwei , beachten Sie, dass die Variable mit dem höchsten p -Wert aus einer Spalte nicht vorhanden ist. Das ist , weil es nicht deutlich vorherzusagen ist Ihre Antwort variabel.
6

Suchen Sie auf der letzten Spalte in Ihrer Ergebnisse. Wenn die letzte Spalte eine Zahl ist höher als die Anzahl der Variablen, die Sie eingegeben haben, ist es, weil keiner von Ihren Variablen die Zielgröße vorherzusagen. Beachten Sie, dass der Eintrag für " R- Sq ( adj ) " in der unteren Zeile ist Null oder nahe Null. Ansonsten sind die Variablen, die Einträge in der letzten Spalte haben diejenigen, die zum endgültigen Modell leisten. Zum Ende und aktivieren Sie " R- Sq ( adj ) . " Dies sagt Ihnen, dass das Modell korreliert stark mit dem Kriterium .