Dieser Blogeintrag wurde von einem Blogger verfasst, der nicht mehr bei SAS ist
Statistiker müssen sich häufig wie Ärzte verhalten. Wir sehen statistische Berichte, die versuchen, etwas zu beschreiben: Wie schnell sich Gerüchte ausbreiten, hängt davon ab, wie groß ein Unternehmen ist oder ob es einen Zusammenhang zwischen Stickstoffgehalt und Ernteertrag gibt. Geschwindigkeit und Gasverbrauch. Fast alles, was man sich vorstellen kann.
Ziehen Sie also heute die Kappe Ihres Diagnostikers an und schauen Sie sich die vier Beziehungen an, die ich Ihnen hier zeige. Damit Sie nicht raten, habe ich die Beschriftungen für die beiden Variablen ausgeblendet. Sie sehen also Y1 und X1, Y2 und X2, Y3 und X3 und so weiter. Hier sind die Daten:
| 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 |
| 5 | 5,68 | 5 | 4,74 | 5 | 5,73 | 8 | 6,89 |
Ich habe sogar einige Ratschläge befolgt, die ich auf einer Konferenz gehört hatte, und der Statistik einen Plot hinzugefügt, damit Sie die Beziehung besser erkennen können. Ich passe die kleinsten Quadrate an jeden Satz an und fügte den Plot der Linie hinzu. Klicken Sie auf ein Bild, um es größer darzustellen.
Hier ist Y1 vs. X1:
Ich habe einige typische Statistiken hervorgehoben, die Statistiker verwenden könnten, um zu diskutieren, wie gut diese Linie passt. Kreise im Bild zeigen die Liniengleichung (im Wesentlichen y = 3 + ½ x ), das R 2 (≅ 0,666) und die F -statistisch (≅ 0,022. Wenn du nicht weißt, was sie sind, bleib bei mir. Du wirst immer noch den Witz bekommen.
Hier ist Y2 von X2. Überprüfen Sie die Etiketten, wenn Sie mir nicht glauben:
Hier ist Y3 vs. X3:
Und Y4 bis X4:
Sie sollten bemerkt haben, dass alle Statistiken identisch sind. Die Grafiken sind identisch. die Linie der besten Passform ist ziemlich viel y = 3 + ½ x .
Hier ist die spielende Ärztin. Berücksichtigen Sie die Tatsache, dass vier Patienten (Diagramme) numerisch und grafisch identische Symptome aufweisen. Was kannst du mir über die zugrunde liegenden Ursachen erzählen? Es stellt sich heraus, nicht viel. Obwohl ich blind der Regel "Eine Grafik dort hineinstellen" gefolgt bin, stellt sich heraus, dass ich die wichtigste Grafik, die der Daten selbst, weggelassen habe.
Hier sind noch einmal die vier Graphen, bei denen die Datenpunkte eingeschaltet sind.
Das erste Diagramm ist genau das, was Sie in einer Regression sehen möchten. Die Punkte sind vernünftig um die Linie der besten Anpassung herum verteilt.
Der zweite Graph ist eindeutig keine lineare Beziehung. Wenn ich mich zeigen wollte, würde ich sagen, dass Sie ein Polynom zweiten Grades, eine Parabel, einen Kegelschnitt, an diese Daten anpassen könnten. Aber ich will mich nicht zeigen. Sagen Sie einfach, wenn Ihre Daten nicht linear sind, können Sie keine Linie daran anpassen. Machen Sie entweder die Originaldaten linear (es handelt sich nicht wirklich um Betrug) oder verwenden Sie eine andere Art von Modell.
Die dritte Grafik zeigt, was passiert, wenn ein Punkt ein Ausreißer ist. Der einzige Punkt zieht im Wesentlichen die Linie der kleinsten Quadrate nach oben. Ich würde diesen Datenpunkt überprüfen, da beim Übertragen von Daten jeder einen schlechten Tag haben kann.
Der vierte Graph ist ein noch extremerer Fall des dritten. Alle Punkte sind entlang der vertikalen Linie ausgerichtet x = 8. Außer einem. Und es vollständig bestimmt die Gleichung der Linie. Bewegen Sie es an eine beliebige Stelle, und die Linie der kleinsten Quadrate folgt.
Daniel schrieb:
Ich habe gesehen, wie dieser Datensatz vor einiger Zeit in einem alten Tufte-Buch präsentiert wurde. Er öffnete meine Augen für die Macht und den Wert, mit JMP meine Daten visualisieren zu können. Da wir mit JMP ALLE Daten gleichzeitig prüfen können, müssen wir uns nicht nur auf Übersichtsstatistiken verlassen. Ich frage mich, wie viele Berechnungen und Entscheidungen auf "Zeilen" basieren, die nicht den zugrunde liegenden Daten und Prozessen entsprechen.
