잔차의 정상성 검정나는 Y 대 X를 플롯하고 있습니다(첨부 파일 참조). 회귀선은 꽤 좋은 것 같습니다. R 시퀀스 > 0.99.
그러나 잔차 플롯을 만들면 역U가 표시됩니다.
어떤 사람들은 그러한 잔차 플롯이 회귀선이 충분하지 않다는 것을 가리킨다고 말합니다.
내 질문은 다음과 같습니다
1. 잔차 도표와 Leniar 회귀를 개선할 수 있는 방법이 있습니까(절편을 변경하는 것일 수도 있음).
2. 나는 다음을 수행했다 잔차에 대한 정규 분포 검정 . 이 테스트는 잔차가 정규 분포를 따르는지 확인합니다. 이것은 더 작은 회귀선이 실제로 좋다는 증거입니까?
문헌에서 읽은 바에 따르면, 잔차의 정규성 검정이 95% CI로 확인되면 회귀선이 양호한 것으로 보입니다.
3. "잔차 정규 분위수 도표"를 해석하는 방법에 대한 짧은 피드백을 제공할 수 있습니까?
누군가가 친절한 피드백을 제공할 수 있다면 의무가 있을 것입니다.
문안 인사
답: 잔차의 정규성 검정나는 짐의 말에 동의한다. 회귀 분석은 1차 모델과의 적합성이 부족함을 명확하게 보여줍니다. 2차 모델은 통계적으로 유의미합니다. 농도 변화에 대한 면적 반응은 선형이 아닙니다. 1차 모델의 잔차 패턴은 곡선 대신 중단이 있는 것처럼 두 개의 선형 단면을 나타냅니다. 하지만 2차 모델이 이를 잘 설명하는 것 같습니다.
첫 번째 생각: 왜 이 관계가 선형이어야 하는가? (프로세스 또는 시스템 요구 사항? 이론적 예측?) 비선형성에 대한 허용오차는 얼마입니까?
두 번째 생각: 반복실험은 매우 작은 변동을 나타내므로 3차 및 4차 항이 중요하지 않은 4차 모델에서도 LOF 테스트가 항상 중요합니다. 진짜 복제품인가요? 즉, 매번 세 개의 샘플을 준비했습니까, 아니면 단지 동일한 샘플을 세 번 측정했습니까?
세 번째 생각: 면적 및 농도 값은 어떻게 결정되거나 측정되었습니까?
네 번째 생각: 이 연구는 나에게 교정 또는 표준 곡선으로 보입니다. 따라서 변동성 차트의 선형성 연구와 측정 시스템 분석이 유용할 수 있습니다. 이러한 플랫폼과 해당 방법에 대한 자세한 내용은 도움말 > 도서 > 품질 및 프로세스를 참조하세요.
답: 잔차의 정규성 검정일반적으로 회귀 분석이 좋을수록 잔차가 더 작아지고 따라서 더 최적이 됩니다.다루고 있는 모델이 다중 선형 회귀인 경우 단계적 프로세스를 사용하여 가장 적은 수의 예측 변수에 대한 최상의 회귀를 찾을 수 있습니다.그러나 귀하의 경우에는 다항식 회귀만 처리할 수 있습니다.Y*Y 및 Y*Y*Y 열과 심지어 Y*Y*Y*Y를 생성한 다음 단계적 회귀를 수행하여 상당히 높은 수준의 다항식이 있는지 확인할 수 있지만 고정된 수의 X 수준만 사용합니다. , 나는 그것이 유익할 것이라고 믿지 않습니다.
답: 잔차의 정규성 검정잔차 플롯이 최적화되는 방식으로 회귀선을 변경하는 방법이 있습니까?
답: 잔차의 정규성 검정가지고 있는 데이터를 보면 프로세스가 선형이 아니라 곡선이라는 것을 알 수 있습니다.
답: 잔차의 정규성 검정친애하는 친구 짐,
귀하의 친절한 피드백에 감사드립니다. 사실 나는 그 과정이 선형적이라는 것을 확인할 의무가 있습니다. 이제 질문은, 선을 맞추기 위해 다항식을 사용하는 경우에도 이것을 선형 과정이라고 부를 수 있습니까, 아니면 선형 과정이 아닌가 하는 것입니다.
친절한 도움에 다시 한번 감사드립니다.
답: 잔차의 정규성 검정선형 회귀 분석은 중요하고 R2는 훌륭하지만 산점도를 검토하면 데이터에 곡률이 있음을 알 수 있습니다.그리고 다항식 회귀가 실행되면 R2는 더 강해지고 RMSE는 더 작아집니다. 따라서 다항식을 적용하는 것이 선형 회귀보다 더 나은 예측 변수입니다.그래서 저는 개인적으로 다항식을 선택하겠습니다.
답: 잔차의 정규성 검정이것은 더 작은 회귀가 유효하지 않다는 것을 의미합니까?
사실 관대함을 보여줄 것으로 예상된다. 그러면 프로세스가 실제로 전혀 더 단순하지 않다는 뜻인가요?
이것을 확인할 수 있는 다른 방법이 있나요?
답: 잔차의 정규성 검정당신이 보여주는 잔차 플롯은 다항식 회귀를 수행해야 함을 나타냅니다.
