61030_it-IT

liliconcom

test di normalità per i residui

Sto tracciando Y vs X (vedi allegato). La linea di regressione sembra essere abbastanza buona. R seq > 0,99.

Tuttavia, quando creo una trama residua, ottengo una U invertita.

Alcune persone dicono che una trama così residua indica che la linea di regressione non è abbastanza buona.

 

La mia domanda è:

 

1. C'è un modo per migliorare la trama residua e la regressione di Leniar (potrebbe essere cambiando l'intercetta?).

 

2. Ho eseguito a test di distribuzione normale per i residui . Questo test conferma che i residui sono normalmente distribuiti. È questa una prova in qualche modo che la linea di regressione più snella è davvero buona?

Da quanto letto in letteratura risulta che se il test di normalità dei residui conferma per IC 95%, allora la retta di regressione è buona.

 

3. Qualcuno potrebbe fornire un breve feedback su come interpretare il "grafico quantile normale residuo"?

 

 

Sarei grato se qualcuno potesse fornire un feedback gentile.

Saluti

 

Re: test di normalità per residui

Concordo con Jim. L'analisi di regressione mostra chiaramente la mancanza di adattamento con il modello del primo ordine. Il modello del secondo ordine è statisticamente significativo. La risposta dell'Area al cambiamento di Conc non è lineare. Il modello nei residui del modello del primo ordine suggerisce due sezioni lineari come se ci fosse un'interruzione invece di una curva, sebbene il modello del secondo ordine sembri spiegarlo bene.

 

Primo pensiero: perché questa relazione dovrebbe essere lineare? (Processo o requisito di sistema? Previsione teorica?) Qual è la tolleranza per la non linearità?

 

Secondo pensiero: i replicati mostrano variazioni molto piccole in modo che il test LOF sia sempre significativo, anche con un modello di quarto ordine in cui i termini di 3° e 4° ordine non sono significativi. Sono vere repliche? Cioè, hai preparato tre campioni ogni volta o hai semplicemente misurato lo stesso campione tre volte?

 

Terzo pensiero: come sono stati determinati o misurati i valori di Area e Conc?

 

Quarto pensiero: questo studio mi sembra una calibrazione o una curva standard. Pertanto, potresti trovare utile lo studio della linearità nel Grafico di variabilità e l'Analisi del sistema di misurazione. Vedere Aiuto > Libri > Qualità e processo per ulteriori informazioni su queste piattaforme e sui loro metodi.

Re: test di normalità per residui

In termini generali, migliore è la tua regressione, tanto più piccoli saranno i tuoi residui, quindi diventeranno più ottimali.Quando il modello con cui si ha a che fare è una regressione lineare multipla, è possibile utilizzare un processo Stepwise per trovare la regressione migliore per il minor numero di predittori.Ma nel tuo caso puoi occuparti solo di regressioni polinomiali.Potresti creare le tue colonne Y*Y e Y*Y*Y e anche Y*Y*Y*Y, quindi eseguire una regressione graduale per vedere se hai un polinomio di livello superiore significativo, ma con solo un numero fisso di livelli X , non credo che sarà utile.

Re: test di normalità per residui

C'è un modo per cambiare la linea di regeression in modo da ottimizzare la trama residua?

Re: test di normalità per residui

Dati i dati che hai, suggerisce che il processo è curvilineo, non lineare.

Re: test di normalità per residui

Caro amico Jim,

Grazie per il tuo gentile feedback. Il fatto è che sono obbligato a confermare che il processo è lineare. Ora la domanda è: se uso un polinomio per adattare una linea, posso ancora chiamarlo un processo lineare o non è un processo lineare?

 

Grazie ancora per il tuo gentile aiuto.

Re: test di normalità per residui

La tua regressione lineare è significativa, ed è R2 è eccellente, ma una revisione del grafico a dispersione suggerisce che c'è una curvatura nei dati.E quando è stata eseguita una regressione polinomiale, R2 è più forte e RMSE è più piccolo, l'incatura del polinomio è un predittore migliore rispetto a una regressione lineare.Quindi personalmente opterei per il polinomio.

Re: test di normalità per residui

Questo significa che la regressione lenier non è valida?

In effetti, ci si aspetta che io mostri leniarità. Quindi questo significa che il processo in realtà non è affatto più snello?

 

C'è un altro modo per verificarlo?

 

Re: test di normalità per residui

Residual Plot come stai mostrando mi suggerisce che devi fare una regressione polinomiale.