آموزش آمار آموزش نرم افزار های آماری و اقتصادی آموزش نرم افزار مینی تب minitab تجزیه و تحلیل رگرسیون در نرم افزار مینی تب minitab .
.
 

برای آشنایی بهتر با روند انجام رگرسیون خطی ساده در نرم افزار Minitab داده های زیر را در نظر می گیریم.

  آموزش نرم افزار مینی تب: تجزیه و تحلیل رگرسیون: انجام رگرسیون خطی ساده در نرم افزار مینی تب minitab
در این قسمت تنها قصد داریم با روند اجرای رگرسیون خطی ساده در نرم افزار Minitab آشنا شویم و تجزیه و تحلیل و مطالب تحلیلی در مورد داده های واقعی را در مطالب بعدی توضیح می دهیم.
ابتدا باید داده ها را وارد نرم افزار Minitab کنیم برای این امر دو ستون در نظر می گیریم و نام متغیرهای x و y را برای آن تعریف می کنیم.
برای وارد کردن داده ها حتما x و y های متناظر باید در یک ردیف قرار بگیرند یعنی به ازای هر x، y آن باید در همان سطر وارد شود. بنابراین داده ها را به صورت زیر وارد نرم افزار Minitab می کنیم.
  آموزش نرم افزار مینی تب: تجزیه و تحلیل رگرسیون: انجام رگرسیون خطی ساده در نرم افزار مینی تب minitab
برای به دست آوردن رگرسیون خطی ساده از منوها موارد زیر را انتخاب می کنیم.
stat > Regression > Regression  

  آموزش نرم افزار مینی تب: تجزیه و تحلیل رگرسیون: انجام رگرسیون خطی ساده در نرم افزار مینی تب minitab
در کادر گفتگوی Regression در قسمت متغیر وابسته Response متغیر y و در قسمت متغیر مستقل predictors متغیر x را وارد می کنیم.
  آموزش نرم افزار مینی تب: تجزیه و تحلیل رگرسیون: انجام رگرسیون خطی ساده در نرم افزار مینی تب minitab
با انتخاب کلید Results وارد کادر گفتگوی Regression - Results می شویم و گزینه دوم را انتخاب و بر کلید ok کلیک می کنیم.
  آموزش نرم افزار مینی تب: تجزیه و تحلیل رگرسیون: انجام رگرسیون خطی ساده در نرم افزار مینی تب minitab
و در کادر گفتگوی Regression دکمه ok را انتخاب می کنیم نتایج زیر نمایش داده می شود.
  آموزش نرم افزار مینی تب: تجزیه و تحلیل رگرسیون: انجام رگرسیون خطی ساده در نرم افزار مینی تب minitab
در خط اول معادله خط رگرسیونی نمایش داده می شود.
با توجه به اینکه ضریب تعین R2 برابر 99.6 درصد است نتیجه می گیریم رابطه ی خطی قوی بین x و y وجود دارد.
در جدول تحلیل واریانس همانگونه که ملاحظه می شود مقدار آماره F برابر 2747.18 به دست آمده که مقدار خیلی بزرگ است و با توجه به F جدول یا احتمال معنی داری که برابر صفر است نتیجه می گیریم مدل رگرسیونی ارائه شده مدل مناسبی است.
همانگونه که مشاهده می شود مقدار عرض از مبدا 14.187 و مقدار شیب خط رگرسیونی 44.4139 به دست آمده و همچنین با توجه به مقدار آماره t و احتمال معنی داری که در هر دو مورد کوچکتر از 0.05 است نتیجه می گیریم که هیچکدام از ضرایب از نظر آماری بی معنی و مساوی صفر نیست و باید در مدل باقی بماند.

آیا نتایجی که در بالا گرفتیم درست و قابل اعتماد است یا نیاز داریم که بعضی از ویژگی ها و فرضیات را در مورد داده ها و باقیمانده ها بررسی کنیم تا بتوانیم به نتایج فوق اعتماد کنیم؟
با توجه به اینکه برای برآورد و به دست آوردن آماره ها و آزمون های آماری فوق بعضی از فرضیات را در مورد داده ها درنظر گرفتیم بنابراین قبل از اعتماد به اعداد و نتایج فوق باید درستی آن فرضیات را آزمون کنیم و اگر آنها برقرار باشد می توانیم نتایج فوق را معتبر بدانیم در غیر این صورت نیاز است با تبدیل داده ها یا موارد دیگر فرضیات اولیه را برقرار ساخته و سپس اقدام به نتیجه گیری نماییم.
برای مطالعات نظری به مطالب زیر مراجعه کنید.
  • روش حداقل مربعات خطا
  • خواص برآورد کننده های کوچکترین توان های دوم
  • استنباط در مورد پارامترهای مدل رگرسیونی خطی ساده
  • تحلیل واریانس رگرسیون خطی ساده
  • ضریب تعین چیست؟ و چرا معیاری برای بررسی مناسب بودن رگرسیون می باشد؟
  • چه معیارهای برای بررسی مناسب بودن خط رگرسیونی وجود دارد؟
  • رگرسیون چیست و هدف از برازش خط رگرسیونی چیست؟
  • رابطه ی بین دو متغیر
  • مدل رگرسیونی خط مستقیم
  • نمودار پراکنش چیست؟
  • مجله اینترنتی آموزش آمار و احتمال
    http://amar.ibep.ir