無料のオンライン コースで詳細をご覧ください。
産業問題解決のための統計的思考
このビデオでは、クリーニング データを使用して回帰モデルを適合させます。除去とID Fit Y by X を使用して、残差分析を実行し、モデルの仮定を評価します。
Analyze メニューから Fit Y by X を選択します。 使用します除去Yとして、応答、 ID X、Factor として、[OK] をクリックします。
次に、回帰モデルを適合させるために、赤い三角形から [Fit Line] を選択します。
前に見たように、適合した回帰式は Linear Fit の下に表示されます。
線形モデルが妥当かどうかを理解するために、残差プロットを分析します。
これを行うには、Linear Fit の横にある赤い三角形から Plot Residuals を選択します。 これにより、さまざまな残差プロットが生成されます。
これらを 1 つずつ見ていきましょう。
Residual by Predicted プロットの残差は、ゼロの中心線の周りにランダムに散らばっているように見え、明確なパターンはありません。
ヒストグラムの残差の分布はあまり正常に見えませんが、観測値は 50 個しかありません。 代わりに、残差正規分位プロットを見てみましょう。 このプロットでは、正規性からの明らかな逸脱は見られません。
Actual by Predicted プロットの点は、適合線の周りにランダムに散らばっているように見えるため、これも良い兆候です。
行プロットによる残差はどうですか? データが時間順であると仮定しましょう。 Residual by Row Plot には明らかな体系的なパターンは見られないため、連続した観測値が互いに相関しているようには見えません。
また、どのプロットにも異常値は見られません。
回帰の仮定に違反していないため、回帰モデルの解釈に進むことができます。
統計出力と、モデルを使用して予測を行う方法については、別のビデオで説明します。
