9721
Kategorie: Minitab FAQ Automatisierung

Minitab 22 - Befehl Regression - Gleiches Modell - Anderes Ergebnis - Andere Terme entfernt

  • Erstellt am 31.10.2022
  • Überarbeitet am 30.4.2024
  • Software: Minitab 22, 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.