Ich arbeite mit einigen Daten und versuche, ein multiples lineares Regressionsmodell anzupassen, habe aber festgestellt, dass es Parameterunterschiede zwischen der Verwendung der Funktion „Linest“ von Excel und der Funktion „Fit Model – Standard Least Squares“ von JMP17.2 gibt. Die Parameter des Modells (Achsenabschnitt und Koeffizient jeder X-Variable) liegen nahe beieinander, sind aber nicht identisch. Die eingehenden Daten sind identisch.
Wie unterscheidet sich die Funktion „linest“ von Excel von der Methode der kleinsten Quadrate in JMP 17.2? Was ist „besser“? Oder worin unterscheiden sie sich? Ist es möglich, JMP genau so zu verhalten wie Excel oder umgekehrt?
Hallo @ScrivensL ,
Möglicherweise müssen Sie einige Daten freigeben (natürlich anonymisieren) oder das Problem etwas genauer erklären, denn wenn ich das SLS-Fit-Modell von JMP und die LINEST-Funktion in Excel vergleiche, erhalte ich von beiden genau dieselben Antworten.
Als Beispiel verwende ich Daten von MS, Sie finden sie hier auf der Definitionsseite von LINEST. Wenn Sie das SLS Fit Model in JMP ausführen, erhalten Sie dies als zusammenfassenden Bericht:
Wenn Sie die gleiche multiple Regression in Excel durchführen, erhalten Sie mit den gleichen Eingabedaten wie bei JMP folgende Ausgabe:
Der untere Teil des Screenshots zeigt, wie die Daten der Funktion LINEST angeordnet werden, wenn die Statistikoption in der Funktion aktiviert wird. Wenn Sie genau hinsehen, werden Sie feststellen, dass die Schätzungen für die Anpassung sowie die Statistiken alle mit JMP identisch sind. Der einzige Unterschied ist die Rundung, aber das liegt daran, dass die Standardeinstellung von JMP auf eine geringere Anzahl signifikanter Ziffern als in Excel eingestellt ist.
Ich bin mir also nicht sicher, wo Sie eine Diskrepanz sehen. Ich müsste dieselben Daten verwenden, um zu sehen, ob ich die Unterschiede, die Sie sehen, reproduzieren kann. Mit diesen Daten erhalte ich von beiden Softwareprogrammen das Gleiche.
Hoffe das hilft!,
DS
