9721
Kategorie: Minitab FAQ Automatisierung

Minitab 21 - Befehl Regression - Gleiches Modell - Anderes Ergebnis - Andere Terme entfernt

  • Erstellt am 31.10.2022
  • Software: Minitab 21

Ich habe einen Datensatz mit einer Spalte x1, einer Spalte x2 und einer Spalte y.





↓
C1
C2
C3





 
x1
x2
y





1

0,5499991490164686
1,0999982980329372
4,515573811589212





2

-0,42543232833303374
-0,8508646566660675
7,276828157192835





3

-1,3606905645890202
-2,7213811291780403
8,046903133381763





4

-0,46451546302911334
-0,9290309260582267
6,071401485289338





5

0,5540061154348918
1,1080122308697835
4,889357866965922





6

-0,12272008251123162
-0,24544016502246324
7,1970629911431985





7

-1,8465853917586177
-3,6931707835172354
9,260764795061695





8

1,1868102929596993
2,3736205859193986
3,5064367245722363





9

0,09469927483498745
0,1893985496699749
5,365897161197713





10

-1,0262958824173833
-2,0525917648347667
7,169961863460246





11

1,1993519582804206
2,3987039165608413
3,6389879144653228





12

-0,2561427524207765
-0,512285504841553
6,447518172292598





13

0,3384309811947955
0,676861962389591
4,44431306785799





14

-0,8945955674581227
-1,7891911349162455
7,6462659566500495





15

-0,994355079224859
-1,988710158449718
6,8927411509847945





16

-0,42390116174030745
-0,8478023234806149
6,811572427662192





17

0,503735570609799
1,007471141219598
4,760496648515407





18

0,8918991863839939
1,7837983727679878
4,390407485634605





19

-0,5377970695701695
-1,075594139140339
7,825898768800742





20

-0,20084156101611045
-0,4016831220322209
5,825432807353197





21

1,3122535605418884
2,6245071210837767
3,5990489735270605





22

0,9392559552760471
1,8785119105520942
4,795105769942811





23

0,053221278107187825
0,10644255621437565
6,389794219744538





24

1,147706780180763
2,295413560361526
3,8476169520267276





25

0,864856542875772
1,729713085751544
3,726151012198594





26

0,8645095197799663
1,7290190395599325
3,5353057923915268





27

0,05931322731572331
0,11862645463144662
5,489254357905893





28

-0,5212279613241455
-1,042455922648291
6,193351374694589





29

-0,14370719081154734
-0,2874143816230947
6,322110512636038





30

0,5248237104073239
1,0496474208146478
4,694584507496182





31

-0,5229154692907044
-1,0458309385814089
7,0800963450730645





32

0,5697258171631161
1,1394516343262322
5,02421326808352





33

-0,049464531185768046
-0,09892906237153609
5,929294641806088





34

-0,17969386473194
-0,35938772946388
6,3562863476350495





35

0,052153309676643986
0,10430661935328797
5,574353277670953





36

-0,7746118746145968
-1,5492237492291936
7,45769216529612





37

0,8758347830741791
1,7516695661483581
3,9438876900978497





38

-0,5830261233959293
-1,1660522467918586
6,539378860564841





39

-1,7115032102015855
-3,423006420403171
9,516504371140028





40

0,3562757557931129
0,7125515115862258
5,2610655292520585





41

0,06915081362682986
0,13830162725365971
5,353764376441027





42

0,5993599657299875
1,198719931459975
4,120642924795817





43

-0,8376778285030442
-1,6753556570060884
7,455909674762067





44

0,5462326098490511
1,0924652196981022
5,454686210261901





45

-0,8828195864399923
-1,7656391728799845
8,064403614611534





46

-0,10991616359728532
-0,21983232719457063
7,254969788727751





47

-0,11371386399289979
-0,22742772798579958
6,224494218958019





48

-0,7212938572386244
-1,4425877144772488
7,8006686443901





49

-0,3958431066089136
-0,7916862132178272
6,261940875782285





50

0,809734803128259
1,619469606256518
4,5095054698751476

Des Weiteren habe ich ein Makro zwei Mal auf verschiedene Weise auf diesen Datensatz angewendet, das auch eine Regression y versus x1, x2 enthält. Ich bekomme zwei verschiedene Ergebnisse. Einmal wird x1 aus der Analyse ausgeschlossen, und einmal x2. Warum?

Regressionsanalyse: y vs. x1; x2


 


Die folgenden Terme können nicht geschätzt werden und wurden entfernt:
 x2


Regressionsgleichung








y





=





5,8721 - 1,8950 x1












Koeffizienten








Term





Koef





SE Koef





t-Wert





p-Wert





VIF










Konstante





5,8721





0,0686





85,59





0,000





 










x1





-1,8950





0,0907





-20,89





0,000





1,00












Zusammenfassung des Modells








S





R-Qd





R-Qd(kor)





R-Qd(prog)










0,484911





90,09%





89,89%





89,37%












Varianzanalyse








Quelle





DF





Kor SS





Kor MS





F-Wert





p-Wert










Regression





1





102,65





102,648





436,54





0,000










  x1





1





102,65





102,648





436,54





0,000










Fehler





48





11,29





0,235





 





 










Gesamt





49





113,93





 





 





 












Anpassungen und Bewertung für ungewöhnliche Beobachtungen








Beob





y





Anpassung





Resid





Std. Resid





 





 










6





7,197





6,105





1,092





2,28





R





 










7





9,261





9,371





-0,111





-0,25





 





X










46





7,255





6,080





1,175





2,45





R





 












R  Großes Residuum
 X  Ungewöhnliches X


Regressionsanalyse: y vs. x2; x1


 


Die folgenden Terme können nicht geschätzt werden und wurden entfernt:
 x1


Regressionsgleichung








y





=





5,8721 - 0,9475 x2












Koeffizienten








Term





Koef





SE Koef





t-Wert





p-Wert





VIF










Konstante





5,8721





0,0686





85,59





0,000





 










x2





-0,9475





0,0453





-20,89





0,000





1,00












Zusammenfassung des Modells








S





R-Qd





R-Qd(kor)





R-Qd(prog)










0,484911





90,09%





89,89%





89,37%












Varianzanalyse








Quelle





DF





Kor SS





Kor MS





F-Wert





p-Wert










Regression





1





102,65





102,648





436,54





0,000










  x2





1





102,65





102,648





436,54





0,000










Fehler





48





11,29





0,235





 





 










Gesamt





49





113,93





 





 





 












Anpassungen und Bewertung für ungewöhnliche Beobachtungen








Beob





y





Anpassung





Resid





Std. Resid





 





 










6





7,197





6,105





1,092





2,28





R





 










7





9,261





9,371





-0,111





-0,25





 





X










46





7,255





6,080





1,175





2,45





R





 












R  Großes Residuum
 X  Ungewöhnliches X

Erläuterung

In diesem Beispiel ist x2 = 2*x1. Das bedeutet, die Spalten x1 und x2 sind linear abhängig, und einer der beiden Terme muss aus der Analyse entfernt werden. Die Befehlszeilen für das erste Modell sind:

Regress;
Response 'y';
Nodefault;
Continuous 'x1' 'x2';
Terms x1 x2;
Constant;
Unstandardized;
Tmethod;
Tanova;
Tsummary;
Tcoefficients;
Tequation;
TDiagnostics 0.

In den Befehlszeilen für das zweite Modell ist die Reihenfolge der Terme vertauscht:

Regress;
Response 'y';
Nodefault;
Continuous 'x2' 'x1';
Terms x2 x1;
Constant;
Unstandardized;
Tmethod;
Tanova;
Tsummary;
Tcoefficients;
Tequation;
TDiagnostics 0.

Minitab hat den jeweils ersten Term in der Reihenfolge im Modell beibehalten. Deswegen sind die Ergebnisse unterschiedlich, obwohl die Befehlszeilen die jeweils gleichen Modellterme enthalten.

Question?

Diese E-Mail-Adresse ist vor Spambots geschützt! Zur Anzeige muss JavaScript eingeschaltet sein., wenn Sie eine Frage zu diesem Artikel haben.