DMER站长博客分析师资源站

DMER数据分析

 找回密码
 立即注册

扫一扫,访问微社区

QQ登录

只需一步,快速开始

查看: 364|回复: 4

[讨论] minitab中官员多因子模型建立疑问

[复制链接]

8

主题

26

帖子

152

积分

数据分析员

Rank: 2

积分
152
发表于 2018-3-19 17:11:25 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能,让你轻松玩转社区。

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
这是个人在使用minitab中遇到的问题,诸多疑问,我已经写在下面,烦请大神指教。谢谢
X        Y        响应
0        3380        3883
111        3042        3077
222        2704        2980
333        2366        2710
444        2028        2260
555        1690        1957
666        1352        1733
777        1014        1553
888        676        1373
999        338        1197
1110        0        1140
表格中x,y是因子(x与y是线性相关),如果我不管他是共线性的。我直接用方差分析,建立一般线性模型,结果是这样的:
以下项不能估计并且已删除:
   X
方法
因子编码  (-1, 0, +1)
因子信息
因子  类型  水平数  值
Y     固定      11  0, 338, 676, 1014, 1352, 1690, 2028, 2366, 2704, 3042, 3380
方差分析
来源  自由度   Adj SS  Adj MS  F 值  P 值
  Y       10  7972774  797277     *     *
误差       0        *       *
合计      10  7972774
模型汇总
            R-sq(调  R-sq(预
S     R-sq      整)      测)
*  100.00%         *        *
系数
                系数标              方差膨
项        系数    准误  T 值  P 值  胀因子
常量      2169       *     *     *
Y
  0      -1029       *     *     *    1.82
  338   -972.7       *     *     *    1.82
  676   -796.1       *     *     *    1.82
  1014  -616.1       *     *     *    1.82
  1352  -436.1       *     *     *    1.82
  1690  -212.7       *     *     *    1.82
  2028   90.61       *     *     *    1.82
  2366   540.6       *     *     *    1.82
  2704   810.6       *     *     *    1.82
  3042   907.3       *     *     *    1.82
回归方程
响应 = 2169 - 1029 Y_0 - 972.7 Y_338 - 796.1 Y_676 - 616.1 Y_1014 - 436.1 Y_1352
       - 212.7 Y_1690 + 90.61 Y_2028 + 540.6 Y_2366 + 810.6 Y_2704 + 907.3 Y_3042
       + 1714 Y_3380
* 注 * 由于均方误差 = 0 或误差自由度 = 0,不能绘制指定残差类型的图形。
我的疑问是:1、怎么X就不能估计,直接删除了?(是因为它与y是共线性吗?表格不变,假设x,y不相关,我要建立线性模型怎么做);2、怎么分析过程中出现*号,怎么回事啊,而且y的每个水平出现在模型中,当成了不同自变量了?
接下来我使用回归模型去处理,我点开回归得到以下结果:

回归分析: 响应 与 Y, X
以下项不能估计并且已删除:
   X
方差分析
来源  自由度   Adj SS   Adj MS    F 值   P 值
回归       1  7591067  7591067  178.98  0.000
  Y        1  7591067  7591067  178.98  0.000
误差       9   381707    42412
合计      10  7972774
模型汇总
                 R-sq(调
      S    R-sq      整)  R-sq(预测)
205.941  95.21%    94.68%      91.16%
系数
                                        方差膨
项      系数  系数标准误   T 值   P 值  胀因子
常量     856         116   7.37  0.000
Y     0.7772      0.0581  13.38  0.000    1.00
回归方程
响应 = 856 + 0.7772 Y
异常观测值的拟合和诊断
观测值    响应  拟合值   残差  标准残差
     1  3883.3  3482.9  400.5      2.35  R
R  残差大

依然出现了x不能估计而被删掉的结果,但是此处分析出来了响应和y之间的回归关系。为什么回归可以做出来,一般线性模型做不出来这样的结果?那以后遇到这样的问题,我还是走回归吗?请问方差分析中的线性模型应该怎么用?

回复

使用道具 举报

6

主题

71

帖子

828

积分

版主

Rank: 7Rank: 7Rank: 7

积分
828
发表于 2018-3-19 19:06:43 | 显示全部楼层
1、方差分析窗口中的一般线性模型,是SOV分析,这个数据结构不合适,没有随机误差项,不清楚X与Y之间是嵌套和并列,所以不能用这个窗口,建议了解变异源分析这个模块。
2、用回归分析是合理的,但因X与Y强相关,这个例题比较特殊,直接保留一个变量。
MINITAB
回复 支持 反对

使用道具 举报

8

主题

26

帖子

152

积分

数据分析员

Rank: 2

积分
152
 楼主| 发表于 2018-3-20 09:41:50 | 显示全部楼层
ljh0451 发表于 2018-3-19 19:06
1、方差分析窗口中的一般线性模型,是SOV分析,这个数据结构不合适,没有随机误差项,不清楚X与Y之间是嵌套 ...

您好,我能看懂第二个,没看懂您所说的第一个,怎么样的数据结构适合用一般线性模型?您说的一般线性模型是主要做变异源分析吗?x与y是并列关系啊。
回复 支持 反对

使用道具 举报

6

主题

71

帖子

828

积分

版主

Rank: 7Rank: 7Rank: 7

积分
828
发表于 2018-3-21 19:46:01 | 显示全部楼层
SOV变异源分析时,一定有随机误差项,也就是同一组固定因子组合中,至少含有2个观测值;至于并列用得不准确,应该是交叉和嵌套关系更专业。交叉关系用一般线性模型分析。
MINITAB
回复 支持 反对

使用道具 举报

8

主题

26

帖子

152

积分

数据分析员

Rank: 2

积分
152
 楼主| 发表于 2018-3-22 08:32:11 | 显示全部楼层
ljh0451 发表于 2018-3-21 19:46
SOV变异源分析时,一定有随机误差项,也就是同一组固定因子组合中,至少含有2个观测值;至于并列用得不准确 ...

谢谢您的解释,一般线性模型只用于编码水平较少的数据结构吧。比如说doe。您说的额变异源分析我了解过。
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|关于我们|小黑屋|手机版|Archiver|帮助|DMER 数据分析 ( 蜀ICP备13007024号-2  

GMT+8, 2018-10-23 20:50 , Processed in 0.230045 second(s), 31 queries .

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表