minitab学习中-1.ppt

《minitab学习中-1.ppt》由会员分享，可在线阅读，更多相关《minitab学习中-1.ppt（99页珍藏版）》请在三一文库上搜索。

1、1. Minitab 的操作,MINITAB = Mini + Tabulator =小型 + 计算机,介绍 于1972年，美国宾夕法尼亚 州立大学用来作统计分析、教育用而开发，目前已出版 Window 用版本 Vesion12.2，并且已在工学、社会学等所有领域被广泛使用。特别是与Six-sigma关联，在GE、AlliedSignal等公司已作为基本的程序而使用。 优点 以菜单的方式构成，所以无需学习高难的命令文，只需拥有基本的统计知识便可使用。图表支持良好，特别是与Six-sigma有关联的部分陆续地在完善之中。,Minitab,什么是 Minitab ?,一般统计,- 基础统计 -回归

2、分析 - 分散分析 - 多变量分析 - 非母数分析 - TABLE(行列) - 探索性 资料(数据)分析,品质管理,- 品质管理工具 - 测定系统分析 - 计量值数据分析 - 计数值数据分析 - 管理图分析 - 工程能力分析,信赖性 及 数据分析,- 分布分析 - 数据的回归分析 - 受益分析,实验计划,- 要因 实验计划 - 反应表面 实验计划 - 混合 实验计划 - Robust 实验计划,Minitab,什么是 Minitab ?,Minitab,Minitab 操作,Minitab 初始画面,方法 2. 利用 Minitab 图标 运行的方法,把 Minitab安装到电脑时，开始菜单

3、及 Minitab 公文包里生成Minitab的 运行图标。运行Minitab的方法有利用开始菜单及选择运行图标两种。,方法 1. 利用开始菜单 运行 Minitab 的方法,Session window:直接输入 Minitab 的命令或显示类似统计表的文本型结果文 件的窗口 WorKsheets:用于直接输入数据或可以修改的窗口，具有类似 Excel中的 spread sheet功能 Info窗:简要显示已使用的变量信息的窗口 History窗:储存已使用过的所有命令，并帮助已使用过的命令可重复使用 Graph窗: 显示各种统计图表，同时可以打开15个窗口,Minitab,Minitab

4、画面 构成,File : 有关文件管理所需的副菜单的构成 Edit : 编辑 Worksheet data , 外部 data 的 link 及 command link editor 副菜单 Manip : Worksheet data 的 Split、Sort、Rank、Delete、Stack/Unstack 等副菜单 Calc : 利用内部函数的数据计算及利用分布函数的数据生成 Stat : 是分析统计资料的副菜单，由基础统计、回归分析、分散分析、品质管理、时针序列 分析、离散资料分析、非母数统计分析等构成 Graph : 为编辑 Graph的Graph Layout, Chart副菜

5、单及文字Graph构成 Editor : 不使用菜单，使用命令直接作业及Clipboard setting等副菜单 Window : 由控制 Window 画面构成的副菜单及 管理 Graph 画面的副菜单构成,Minitab,Minitab 菜单 构成,打开 新建 : File - New(project, worksheet) 打开保存的 Project : File - Open project 打开保存的 Worksheet : File - Open Worksheet 打开保存的 Graph : File - Open Graph 用ODBC打开 : File - Quary Da

6、tabase 打开TXT : File - Others file - Import special txt 保存 保存为当前文件名 : File - Save(project, worksheet) 另存为 : File - Save as(project, worksheet) TXT保存: File - Other file - Export special txt 注) Open Graph 下方的 Save as 为根据选择的窗口可更 改保存内容。 打印 打印当前选择 window : File - Print,练习) 把 当前的 Worksheet 保存为 Temp.mtw， 并关

7、闭后重新打开,Minitab,Minitab 菜单(File),恢复已删除资料,清除 Cell(s) 的数据,删除 Cell(s) 的数据 下端的 cell 移动,复制 Cell(s),粘贴 Cell(s),LinK粘贴,Link 管理,选择所有 cell,编辑最后操作的对话框,打开命令编辑器,一般选项,用鼠标拖动工作窗口 按鼠标的右键会出现 pop up menu 通过此项可编辑 把 Col/Row 的全部作为工作的对象 时，选择上端/左侧。,指定变量名 : 在 C1(Col名) 下端的 cell 上输入变量名。 输入 Data : 把数据和文字输入到下端的 cell 上 但，要是先输入 数

8、值把变量属性变更为数值变量后不能输入文字。 删除 Data : 把相关 cell 用鼠标 drag 后按 Del 键 相关 cell 的内容被删除掉，并且下端的 cell 向上移动。,练习)在 AUTO.MTW上 1) 删除 4,5 Row后把 C4, C5的 DATA 变更为 234 2) 把 C2 Col 移动到 C5 3) 把 C4 Column Size 变更为 12,Minitab,Minitab 菜单(Edit),从活动 Worksheet 中复制数据，制作 subset Worksheet。,把活动 Worksheet 分成两个以上新的 Worksheet,把一列以上的数据移到多

9、个列上,把多个列上的数据合成一个列,交换行和列的位置,对齐排列数据,数据上注明序位,删除特定列的行,把多个列的文字数据合并为一个列,数据按变换条件交换,变更 Data的属性,把数据在Session窗口里输出,把多个 Worksheet 合并为一个 Worksheet,删除行、常数、行列,把列上内容复制到其它列上,Minitab,Minitab 菜单(Manip),练习) 把 EXH_AOV.MTW 的 Durability 和 Carpet 保存在新的 Worksheet 后， (1) 把 Durability 为 Unstack (2) 用上面 Unstack 的内容 把 C7的 data保

10、存到 C8 Subscript。 练习) 在 AUTO.MTW中， (1) Age 按 No.M 的顺序排列。 (2) 按 Yes.M 的顺序排列的 No.F 保存到 C11。,Minitab,习题,把多数的 col 使用函数计算后，保存到新的 col 上,把1个 col 的统计值保存到新的 col 上,用1个以上的 col 计算统计值后，保存到新的 col 上,变换为标准化资料,把数据属性变更为数值属性,把数据属性变更为文字属性,生成 Pattern 数据,把 X、Y、Z 的值用 3D 图象方式组合后生成 Mesh 数据,生成在回归分析中要使用的指示变量,指定 Random 数据的基准点,生

11、成符合分布函数的 Random 数据,生成符合分布函数的概率，并用数据保存,行列,Minitab,Minitab 菜单(Calc),练习) 把 EXH_AOV.MTW 的 Durability 和 Carpet保存到新的 Worksheet 后 (1) 把 Durability 和 Carpet 相加的值保存到 Dura-Carpet 上。 (2) 把 Durability-Carpet保存到 Dura-Carpet 上。 练习) 把 EXH_AOV.MTW 的 Durability 和 Carpet保存到新的 Worksheet 后 (1) 求 Durability 的 基础统计值。 (2)

12、 Durability的Range保存到 C5。 练习) 把 EXH_AOV.MTW 的 Durability 和 Carpet保存到新的 Worksheet 后 (1) 把 Durability 正态化。 (2) 把 Durability 标准化为3和4之间的数据。 练习) 生成 1 15 的奇数，每个数二回，全体集合反复三回的数据。 练习) 把 Red Blue White Black 生成各值是二回，全体反复二回的数据。 练习) 生成从 1996.04.017.30之间按一周间隔形成的数据。 练习) 生成 1996年 4月 1日、97年 7月 30日、98年 12月 25日为各二回，全体

13、为三回形成的数据。 练习) 在平均 300, 标准偏差5的正态分布当中抽出 40个 sample 保存到 C5上。,Minitab,习题,Minitab,Minitab 菜单(Window),window : 集合了把 Minitab的所有 window 调节的命令和总体管理的 Graph, Worksheet的命令等, 全面性 Window 的运营命令。,指定把各个 window 都显示, 或者用小图标来显示 把 Tool bar 与 Status bar 隐藏或显示 使总括 Graph window 的 window活性化 使管理 Worksheet 的 window活性化 活性 wind

14、ow 用 Vmark 表示，用 Vmark标记打开 window,2. 基础统计,基础统计量输出,基础统计量保存,对母平均的推定及检定,对母比率的推定及检定,相关分析,公分散分析,正态性检定,Minitab,基础统计,两个母集团的分散的同一性检定,资料应为连续性的列资料, 同时应为数值资料。 能输出图表。,Variables : 选择需要分析的 Col(变量) By variable : 使用集团(Gvoup)变量计算基础统计量,- N : data 数值 - Mean : 平均 - Median : 中央值 - TrMean : 调整平均 - StDev : 标准偏差 - SE Mean :

15、 Standard Erro of Mean - Minimum :最小值 - Maximum : 最大值 - Q1 : 1/4数 - Q3 : 3/4数,Minitab,基础统计量 (Display Descriptive Statistics), Histogram of data : 制作 Histgram Histogram of data with normal curve : 制作 Histogram和正态分布曲线 Dotplot of data : 制作 Dotplot Boxplot of data : 制作 Boxplot Graphical summary : 把统计值用G

16、raph输出,Normality Test : 正态性检定 A-Squared : 越接近零时判断为接近正态 P-Value : 比留意水准大时为正态性,Minitab,基础统计量 (Display Descriptive Statistics),计算统计量并保存在当前的 Worksheet 在选择两个以上的 Col 时，变量名区分为 1,2。 当指定 By variable时，随着相关 Variable的种类按 Row 方向保存。,- First quartile:1/4数 - Third quartile : 3/4数 - Interquartile range : Q3-Q1 - Ske

17、wness : 歪度分布的对称性 ,越接近0 越满足对称性 - Kurtosis : 添度分布的尖的程度为 0时正态分布, 负数为完满, 正数时 比正态分布尖 - MSSD :把前后数据差的乘方除以2 - N nonmissing :填满的Col数 N missing : 空 Col 数 Cumulative N : Col的DATA数 - Percent : 集团占有率 - Cum percent : 累积占有率,Minitab,保存基础统计量 (Store Descriptive Statistics),- 留意水准 : 犯第一种错误的最大概率 - P-Value : 犯一种错误的概率的推

18、定值 - 驳回领域 : 驳回假设的部分领域 - 两侧检定 : 驳回领域存在于两端的检定 - 单侧检定 : 驳回领域存在于分布一端时的检定,Minitab,活用 Minitab 的假设检定,知道标准偏差时的母平均推定和检定 检定母平均是否已知道的特定值,Variables : 选定要分析的 Col Confidence interval :指定计算信赖区间的信赖度 Test mean : 检定对象值(检定时指定) Alternative : 设定对立假设 Sigma : 输入标准偏差 p 值比留意水准小时驳回归属假设 mu : 归属假设, mu not : 对立假设,结果解释 : p值比留意水准

19、小 故驳回归属假设, 即母平均不等于5。,Test mean 指定的情况,Minitab,1-Sample Z,EXH_STAT.MTW,One-Sample Z: Values Test of mu = 5 vs mu not = 5 The assumed sigma = 0.2 Variable N Mean StDev SE Mean Values 9 4.7889 0.2472 0.0667 Variable 95.0% CI Z P Values ( 4.6582, 4.9196) -3.17 0.002,结果解释 : 信赖区间为最小 4.6582, 最大4.9196(信赖度为 9

20、5%时),图像对 Test 与 Confidence interval 的输出 不同。Test 时 Ho值追加表示。,Minitab,1-Sample Z,不知标准偏差时母平均的推定和检定,Variables : 指定要分析的 Col Confidence interval : 指定计算信赖区间的信赖度 Test mean :指定检定时对象值 Alternative : 设定对立假设 StDev : 标准偏差 SE Mean : 平均误差 CI : 信赖区间 mu : 归属假设, mu not : 对立假设 P值比留意水准小时驳回Ho，即p值指脱离的概率。,结果解释 : p值小于5%留意水准，

21、 故驳回归属假设, 即平均不等于5,Test mean 指定的情况,Minitab,1-Sample t,EXH_STAT.MTW,不知标准偏差时两个母平均差的推定和检定,Samples in one column(stack形态) : 在1Col中比较两个 集团 Sample in different columns(unstack形态) - First :选择第一个 Col - Second : 选择第二个 Col Alternative : 设定对立假设 Confidence level :设定信赖水准 Assume equal variance :假设两个集团的母分散一致,结果解释 :

22、 p值大于 5% 有益水准， 故选择归属假设， 即两个母平均在95% 信赖区间无差异,Minitab,2-Sample t,Two-Sample T-Test and CI: BTU.In, Damper Two-sample T for BTU.In Damper N Mean StDev SE Mean 1 40 9.91 3.02 0.48 2 50 10.14 2.77 0.39 Difference = mu (1) - mu (2) Estimate for difference: -0.235 95% CI for difference: (-1.464, 0.993) T-Te

23、st of difference = 0 (vs not =): T-Value = -0.38 P-Value = 0.704 DF = 80,Furnace.mtw,有关对应的两个母集团的母平均差的推定和检定,First sample : 选择第一个 data Col Second sample : 选择第二个 data Col - 1 Col 与 2 Col 的资料数应相同 Confidence level : 输入信赖度 Test mean : 输入对应差的检定平均值 Alternative : 设定对立假设,结果解释 : p值小于留意水准 5%， 故驳回归属 假设,即两个母平均间有差

24、,EXH_STAT.MTW,Minitab,Paired t,母不良率的推定及检定,Samples in columns :只限两种文字或者数字 Summarized data - Number of trials : 全体试行次数 - Number of successes : 成功(不良)次数 Confidence level : 信赖度 Test proportion : 检定不良率 Alternative :设定对立假设 Use test and interval based on normal distribution : 决定是否按 正态分布近似计算,结果解释:p值比留意水准 5%

25、小， 故驳回归属假设,Minitab,1-Proportion(单一母集团母比率的检.推定),两个母不良率差的推定及检定,Summarized data - Number of trials : 全体试行次数 - Number of successes : 成功(不良)次数 Confidence level : 信赖度 Test proportion : 检定不良率 Alternative : 设定对立假设 Use test and interval based on normal distribution : 是否按正态 分布近似计算,结果解释:p值比留意水准5%大，故选 择归属假设，即两个

26、母集团不良率无差异,Minitab,2-Proportion(两个母集团母比率的检.推定),Minitab,2Variances(两个母集团分散的同一性检定),EXH_STAT.MTW,两个母集团的分散的同一性检定,在做分散的同一性检定之前 ， 有必要先做正态性数据检定。 随正态分布时F-Test 结果, 不随正态分布时看Levenes Test 结果再解释,结果解释:p值比有益水准 5%大, 故不能 判断两个母集团的分散不同。 （ 相同 ）,命名两个变量间关系的方法,Variables : 要分析的 Col Display p-value : 输出p值 Store matrix :保存为 m

27、atrix,结果解释:p值比留意水准 5%小， 故驳回归属假设， 即各变量之间有关系,GRADES.MTW,Minitab,Correlation(相关分析),公分散为像相关分析似的表示两个变量间关系的统计量,- Verbal与 Math 的标本公分散为 1333.9704 - Verbal与 GPA 的标本公分散为 13.6995 - GPA与 Math 的标本公分散为 7.4790,Minitab,Covariance(公分散),GRADES.MTW,检定资料的分布形态是否随正态分布的分析法 归属假设 : 数据是随正态分布 对立假设 : 数据是不随正态分布,Variable : 设定需正态

28、性检定的 Col(变量) Reference probabilities : 输入概率值 Tests for Normality : 三个方法中选择一种,结果分析:首先若资料与图象中的 直线一致，可认为按正态分布。 因 P-value为0.022比留意水准小， 故驳回归属假设，即不随正态分布,Cranksh.mtw,Minitab,Normality Test(正态性检定),3. 回归分析,为了模型化及调查反应变量与一个以上的独立变量之间关系的分析,Least square regression : 反应变量为连续性资料时 Regression:利用最小乘方法，实施单一回归或多重回归 Step

29、wise Regression:为了找出最合适的说明变量模型 进行追加或删除变量而分析 Best Subsets Regression : 利用最大 R-square 基准来 分析最大 Subset 回归 Fitted Line Plot:用一个预测变量的线型或多次项进行 回归分析 Residual Plot : 为残差分析的 Plot作成 Logistic square regression:反应变量为范筹型资料时 Binary Logistic Regression:利用二项反应变量的回归 分析(2个范筹时) Ordinal Logistic Regression:利用顺序型反应变量的 回

30、归分析(3个以上范筹时) Nominal Logistic Regression:利用名目型反应变量的 回归分析(3个以上范筹时),Minitab,回归分析基础,Minitab,Regression,在两个以上变量的关系上建立数学函数的方法,Response : 选择种属变量(结果值) - Score 2 Predictors : 选择独立变量(输入值) - Score 1,EXH_REGR.MTW,Options.,Weight:为加重回归指定有加重值的 Col Fit intercept:决定在模型中是否除去绝对项 Display - Variance inflation factors:

31、以多重空线型判别(VIF) 影响值，指定VIF值输出与否 -Durbin-Watson statistic :指定检定残差自己相关 Durbin-Watson统计量输出与否 Lack of Fit Tests -Pure error:指定履行适合性检定时纯误差项的 输出与否 -Data subsetting:指定把说明变量细分而提供类似 反复效果的算法适用与否 Prediction intervals for new observation:推定回归 式后，按说明变量的值推定y值 Storage -Fits:指定是否保存推定的y -Confidence limits:指定是否保存推定y的信赖水

32、准的 信赖区间 -SDs of fits:指定是否保存y的标准偏差 -Predicction limits:指定是否保存y的预测界限,Minitab,Regression,Results.,在 Session 窗不显示任何结果时,显示基本的回归分析结果时,显示基础统计量时,显示追加统计量时,Graphs.,Residuals for Plots:残差图象中显示的残差种类选择 -Regular:在资料的原来测度内利用残差时 -Standardized:利用标准残差时 -Deleted:利用 Studentized残差时 Residual Plots -Histogram of residual:

33、画残差的 Histogram 时 -Normal plot of residual : 画残差的正态概率图时 -Residuals versus fits:想看残差的适合性时 -Residuals versus order:关于残差对比资料的顺序 -Residuals versus the variables:残差与变量之间的关系,Minitab,Regression,Minitab,Regression,分析结果,回归方程式为 SCORE2=1.12+0.218SCORE1 P值比留意水准小，故驳回归属 假设。即两个变量的回归系数 不是 0。 对资料的说明程度(决定系数)为 95.7%，因第

34、 9个数据是非正常 数据，故需要进一步观察。 新数据的信赖区间为 (2.7614, 3.0439), 预测区间为 (2.5697, 3.2356)。,Minitab,Stepwise,说明变量数量多时，添加或减少变量而选别适当的变量集合为目的 所有可能的回归 : 当有k个变量时，调查从一个也不包含的模型至包含 k个的 所有模型 前进选择法 : 在影响反应变量的 k个说明变量中选择最大影响的变量， 并判断为再无其它重要变量时,停止变量的选择 后进选择法 : 在影响反应变量的 k个说明变量中除去影响小的变量， 并判断为再无可除变量时，停止变量的除去 阶段别回归方法 :在前进选择法里加后进选择法的方

35、法,Minitab,Stepwise,Response:输入反应变量(Pulse2) Predictors:输入说明变量(Pulse1 Ran-Weight) Predictors to include in every model: 指定先包含的变量,选择 Forward selection后指定留意水准 留意水准:把预测变量追加到回归模型的基准 (p值小于留意水准时追加),PULSE.MTW,Minitab,Stepwise,显示进入模型的预测变量的最佳程度 (若是2，则显示 2个预测变量) 输入要进行几次操作 回归模型里要追加常数项时,Stepwise Regression: Pulse

36、2 versus Pulse1, Ran, Weight Forward selection. Alpha-to-Enter: 0.1 Response is Pulse2 on 3 predictors, with N = 92 Step 1 2 3 Constant 10.28 44.48 70.85 Pulse1 0.957 0.912 0.851 T-Value 7.42 9.74 9.27 P-Value 0.000 0.000 0.000 Ran -19.1 -20.6 T-Value -9.05 -9.93 P-Value 0.000 0.000 Weight -0.134 T-

37、Value -3.08 P-Value 0.003 S 13.5 9.82 9.39 R-Sq 37.97 67.71 70.85 R-Sq(adj) 37.28 66.98 69.85 C-p 99.3 11.5 4.0 best alt. Variable Ran Weight T-Value -6.70 -0.54 P-Value 0.000 0.591 Variable Weight T-Value -1.62 P-Value 0.108,Minitab,Best Subsets,在分析者所希望的说明变量中找出最佳模型的分析,Response:指定反应变量 Free predictor

38、s:指定在模型里包含可能性的 变量 Predictors in all models:指定必须包含在模型 中的变量,包含在模型的至少变量数和最大变量数 在说明变量数为相同的组合中，指定 最高说明结果的几个输出与否,EXH_REGR.MTW,结果解释,在模型选择上有根据的统计量 (R-square, adj-R, Cp) Vars:包含在各模型的说明变量数。 以下是如前所定的5个说明变量中包含 2个至4个的模型中按R-square高顺序 所表示的。 另在包含2个、3个、4个说明变量的模型 中，每各变量个数输出3个。,Minitab,Best Subsets,履行单一回归步骤, 绘出回归图 在线型

39、回归及多项回归中有用的方法, 即一个变量对应一个反应值时。,Options.,Response:指定反应变量 Predictor:指定说明变量(仅一个) Type of Regression Model:指定回归 Model (1,2,3次方程式),Transformations:反应变量与说明 变量取10为底的 Log Display Option:表示信赖区间及 预测区间,Minitab,Fitted Line Plot,Minitab,Fitted Line Plot,结果解释,显示2次项模型比直线模型更为适合,残差 plot 是为回归分析诊断而使用 回归分析时, 若保存了残差和推定值(

40、Fits),则利用 Residual Plot 步骤绘出残差图形。,进行残差分析之前应先保存残差和适合值 Stat Regression Storage : 把 Fits与 Residual check,Residuals : 指定残差 Fits : 指定反应变量的推定值,Minitab,Residual Plots,Minitab,Residual Plots,显示为检查残差是否近似于正态分布的正态概率图， 接近直线时为良好。,用类似于正态概率图的用途显示全面的残差 形态的图象，正态分布形态时为良好,残差对适合值的图象是显示越小的预测值 更为适合,当反应变量不是连续性的二分型(0,1)资料时

41、的回归分析,Response:指定反应变量 Frequency:输入频率数 存在成功与试行次数, 成功与失败, 失败 与试行次数形态的反应变量时，各自输入。 Model:指定说明变量 Factors:在说明变量中指定离散型变量,Graph.,指定为回归模型诊断的各种图象,EXH_REGR.MTW,Minitab,Binary Logistic Regression,Results.,通过图象诊断过程中显示不适合模型的值有2个。 在图象上按鼠标右键则出现 Play菜单，并通过 Brush确认是第31号值与第66号值,Minitab,Binary Logistic Regression,Binar

42、y Logistic Regression Link Function: Logit Response Information Variable Value Count RestingP Low 70 (Event) High 22 Total 92 Factor Information Factor Levels Values Smokes 2 No Yes Logistic Regression Table Odds 95% CI Predictor Coef StDev Z P Ratio Lower Upper Constant -1.987 1.679 -1.18 0.237 Smo

43、kes Yes -1.1930 0.5530 -2.16 0.031 0.30 0.10 0.90 Weight 0.02502 0.01226 2.04 0.041 1.03 1.00 1.05 Log-Likelihood = -46.820 Test that all slopes are zero: G = 7.574, DF = 2, P-Value = 0.023 Goodness-of-Fit Tests Method Chi-Square DF P Pearson 40.848 47 0.724 Deviance 51.201 47 0.312 Hosmer-Lemeshow

44、4.745 8 0.784 Brown: General Alternative 0.905 2 0.636 Symmetric Alternative 0.463 1 0.496 Table of Observed and Expected Frequencies: (See Hosmer-Lemeshow Test for the Pearson Chi-Square Statistic) Group Value 1 2 3 4 5 6 7 8 9 10 Total Low Obs 4 6 6 8 8 6 8 12 10 2 70 Exp 4.4 6.4 6.3 6.6 6.9 7.2 8

45、.3 12.9 9.1 1.9 High Obs 5 4 3 1 1 3 2 3 0 0 22 Exp 4.6 3.6 2.7 2.4 2.1 1.8 1.7 2.1 0.9 0.1 Total 9 10 9 9 9 9 10 15 10 2 92 Measures of Association: (Between the Response Variable and Predicted Probabilities) Pairs Number Percent Summary Measures Concordant 1045 67.9% Somers D 0.38 Discordant 461 2

46、9.9% Goodman-Kruskal Gamma 0.39 Ties 34 2.2% Kendalls Tau-a 0.14 Total 1540 100.0%,结果解释 在Logistic回归 Table中 Smoke与 Weight 在留意水准 5% 以内有意义。 并且 p值为 0.023，故判断为至少 一个不是0。 实施适合度判定，如有p值小于 0.05则适合为不恰当的， 但在此显示适合。 在Measures of Association 上 Pairs 部分是一致的结果， Summary Measures表示预测力的 尺度。 (越接近1为越好的预测力),Minitab,Binary

47、 Logistic Regression,Minitab,Ordinal Logistic Regression,反应变量按顺序型显示的logistic回归模型,Response:指定反应变量 Frequency:输入频率数 存在成功与试行次数, 成功与失败, 失败与 试行次数形态的反应变量时，各自输入。 Model:指定说明变量 Factors:在说明变量中指定离散型变量,EXH_REGR.MTW,Regionr 的 p-value=0.685 比留意水准 0.05大，故没有影响。 在这模型中删除 Region 后, 再进行 分析为好。,Minitab,Ordinal Logistic Regression,反应变量为名目型(性别, 邮编, 学号等) 资料构成的 logistic 回归模型。,Response:指定反应变量 Frequency:输入频率数 存在成功与试行次数, 成功与失败, 失败与 试行次数