Confrontare due variabili per la correlazione e determinare un'equazione per mettere in relazione le due variabiliPenso che questo sia un metodo di regressione lineare ma ho dimenticato come eseguire l'analisi. Ho due variabili:
ACWP_VNDR_HW entro Month_Yr
E
MAT di Month_Yr guardando l'allegato sembra che potrebbe esserci qualche correlazione.
Ho allegato alcune schermate. Qualcuno può consigliarmi se sono sulla strada giusta o, in caso contrario, consigli su come procedere. Mi piacerebbe sviluppare un'equazione per VNDR_HR in funzione di MAT.
Grazie!
Ricerche sui consumatori e sul mercatoRi: Confrontare due variabili per la correlazione e determinare un'equazione per mettere in relazione le due variabiliGrazie per le informazioni aggiuntive e i consigli sono stati molto utili.Ri: Confrontare due variabili per la correlazione e determinare un'equazione per mettere in relazione le due variabiliGrazie per questa informazione, è stata molto utileRi: Confrontare due variabili per la correlazione e determinare un'equazione per mettere in relazione le due variabili@dfusco923 L'unica cosa che posso aggiungere a tutto ciò che @statman ha contribuito (con il quale sono d'accordo su tutti i punti) è a meno che non mi manchi qualcosa, sembra che tu possa avere una variabile dipendente orientata alle serie temporali?
Sto basando la domanda precedente sulle etichette degli assi del rapporto di Generatore di grafici. Forse dati aggregati mensili? In tal caso, l'utilizzo della piattaforma Fit Y by X per stabilire una sorta di correlazione è nella migliore delle ipotesi fuorviante. Se effettivamente si dispone di una variabile dipendente dalle serie temporali, si consiglia una sorta di approccio di modellazione/analisi delle serie temporali. Un semplice grafico di esecuzione e l'utilizzo di quella che chiamo la "regola dei 3 secondi" di Peter Bartell è tutto ciò di cui hai bisogno. La mia "regola dei 3 secondi" dice: "Fissa una trama per non più di 3 secondi. Quindi prendi la tua decisione o agisci. Perché più a lungo fissi la trama, più è probabile che ti convincerai a vedere qualcosa che semplicemente non c'è". Puoi diventare più elegante analizzando i dati con una carta di controllo... ma la risposta rimarrà invariata.
Se applico la regola dei 3 secondi al report di Graph Builder... non c'è niente.
Ri: Confrontare due variabili per la correlazione e determinare un'equazione per mettere in relazione le due variabiliNon sono sicuro del motivo per cui non hai semplicemente pubblicato i tuoi dati ... ma stai eseguendo la regressione lineare Adatta Y per X. L'output di questa analisi mostra che non c'è quasi alcuna relazione tra le 2 variabili (RSquare è ~0 e il valore p è .44). Se vuoi ottenere il coefficiente di correlazione di Pearson puoi fare Metodi multivariati>Multivariato.
Se le variabili non sono correlate (e pensi che dovrebbero), ecco alcune cose a cui pensare:
1. Se una delle variabili non varia molto nel set di dati, è difficile vedere le relazioni,
2. Se c'è un effetto ritardato, il set di dati dovrebbe essere modificato per vederlo,
3. Punti dati insoliti possono rendere difficile vedere le relazioni (ma ci sono poche prove nei dati che presenti)
4. Il tuo modello potrebbe non contenere l'ordine corretto degli effetti (mancano termini di ordine superiore, ma i tuoi dati non lo indicano),
5. Sono presenti variabili nascoste non registrate nella tabella dati,
6. Hai problemi con il sistema di misurazione.,
7. Non ci sono dati sufficienti per supportare l'individuazione di una relazione.
O non c'è davvero alcuna relazione.
