這篇博客文章是由一位不再在SAS的博客撰寫的
通常，統計學家必須像醫生一樣行事。我們看到試圖描述某些事物的統計報告：根據公司的規模，或者氮含量與作物產量之間的關係，傳聞的傳播速度有多快。速度和燃氣使用。幾乎你能想到的任何事情。
所以今天，戴上診斷醫生的帽子，看看我在這裡展示的四種關係。為了避免猜測，我隱藏了兩個變量的標籤，因此您將看到Y1和X1，Y2和X2，Y3和X3，依此類推。這是數據：
| X1 | Y1 | X2 | Y2 | X3 | Y3 | X4 | Y4 |
|---|
| 10 | 8.04 | 10 | 9.14 | 10 | 7.46 | 8 | 6.58 |
| 8 | 6.95 | 8
| 8.14 | 8 | 6.77 | 8 | 5.76 |
| 13 | 7.58 | 13 | 8.74 | 13 | 12.74 | 8 | 7.71 |
| 9 | 8.81 | 9 |
8.7797.1188.84| 11 | 8.33 | 11 | 9.26 | 11 | 7.81 | 8 | 8.47 |
| 14 | 9.96 | 14 | 8.1 | 14 | 8.84 | 8 | 7.04 |
| 6 | 7.24 | 6 | 6.13 | 6 | 6.08 | 8 | 5.25 |
| 4 | 4.26 | 4 | 3.1 | 4 | 5.39 | 19 | 12.5 |
| 12 | 10.84 | 12 | 9.13 | 12 | 8.15 | 8 | 5.56 |
| 7 | 4.82 | 7 | 7.26 | 7 | 6.42 | 8 | 7.91 |
| 五 | 5.68 | 五 | 4.74 | 五 | 5.73 | 8 | 6.89 |
我甚至採取了一些我在會議上聽到的建議，並在統計數據中添加了一個圖表，以便您可以更好地了解這種關係。我將最小二乘線擬合到每一組並附加線的圖。點擊任何圖片，看大圖。
這是Y1 vs. X1：
我重點介紹了統計學家在討論這條線的適用程度時可能會使用的一些典型統計數據。圖中的圓圈顯示了線的方程（基本上 ÿ = 3 +½ X ）， [R 2 （≅0.666），和 F - 統計（≅0.022。如果你不知道它們是什麼，請耐心等待。你還會得到這個笑話。
這是X2的Y2。如果你不相信我，請檢查標籤：
這是Y3 vs. X3：
和X4的Y4：
您應該已經註意到所有統計信息都是相同的。圖表完全相同;最合適的線條非常適合 ÿ = 3 +½ X 。
這是戲劇醫生的一部分。考慮一下這樣一個事實，即您有四名患者（圖表）在數字和圖形方面表現出相同的症狀。你能告訴我什麼是根本原因？事實證明，並不多。雖然我盲目地遵循“在那裡放圖”規則，但事實證明我遺漏了最重要的圖表，即數據本身的圖表。
以下是四個圖表，數據點已打開。
第一張圖正是您希望在回歸中看到的圖。點數合理地分散在最佳擬合線附近。
第二張圖顯然不是線性關係。如果我想炫耀，我會說你可以在這個數據上擬合二次多項式，一個拋物線，一個圓錐曲線。但我不想炫耀。只是說如果你的數據不是線性的，你就不能在它上面插入一條線。要么使原始數據成為線性（實際上不是作弊），要么使用其他類型的模型。
第三個圖表顯示當一個點是異常值時會發生什麼。單點基本上是向上拉最小二乘線。我會檢查數據點，因為任何人都可以在轉錄數據時遇到糟糕的一天。
第四張圖是第三張圖的更極端的情況。所有點沿垂直線排列 X = 8。除了一個。它全然確定線的方程。將它移動到任何地方，然後是最小二乘線。
丹尼爾中寫道：
我看到這個數據集在一本舊的Tufte書中出現了一段時間，它讓我看到了能夠用JMP可視化我的數據的力量和價值。因為JMP允許我們一次檢查所有數據，所以我們不必僅依賴於匯總統計信息。我想知道有多少計算和決策是基於與基礎數據和流程不相符的“線”......
