盡管市場上有許多新的預(yù)測分析和機器學(xué)習(xí)工具，但 Minitab 回歸仍是構(gòu)建預(yù)測模型的經(jīng)典工具?；貧w允許用戶對響應(yīng)與各種預(yù)測變量之間的關(guān)系進行建模。公司需要正確使用預(yù)測工具，而 Minitab 回歸可以幫助實現(xiàn)有意義的預(yù)測建模能力！

Minitab 可以使用回歸分析進行：

· 構(gòu)建、驗證和可視化預(yù)測模型。

· 驗證模型的預(yù)測能力。

· 自動化分析和模型選擇。

· 預(yù)測新結(jié)果并優(yōu)化參數(shù)。

回歸有助于回答幾乎所有行業(yè)（如營銷、金融、制造、醫(yī)療器械、制藥、食品科學(xué)等）專業(yè)人士經(jīng)常面臨的一系列問題，也可以確定哪些輸入可以預(yù)測響應(yīng)，哪些輸入最有影響力。強大的回歸模型甚至可以用來計算期望值和預(yù)測未來變化的影響。請記住，這些模型并不意味著因果關(guān)系，而是關(guān)聯(lián)。

構(gòu)建、驗證和可視化 MINITAB中的預(yù)測模型

Minitab 回歸可以幫助量化連續(xù)和類別預(yù)測變量如何影響相關(guān)響應(yīng)，并可以使用內(nèi)置功能來向預(yù)測模型、交互作用和多項式項輕松添加復(fù)雜項。

以食品制造公司為例。該公司的工程師需要確定三種潛在包裝設(shè)計和時間（以小時為單位）如何影響其產(chǎn)品的穩(wěn)定期（以水分來衡量）。他們重點關(guān)注密封包裝后首個 72 小時。

回歸分析通常用于擬合僅包含預(yù)測變量主效應(yīng)的線性模型。在本示例中，模型將包含每個包裝設(shè)計的單獨截距，但每個模型將具有相同的斜率。添加多項式項和交互作用將是更強大的分析。

在統(tǒng)計 > 回歸 > 回歸 > 擬合回歸模型中輸入響應(yīng)、連續(xù)預(yù)測變量和類別預(yù)測變量后，模型按鈕可以輕松增加模型的復(fù)雜度，以便通過交互作用和多項式項進行更準(zhǔn)確的預(yù)測.Pareto 圖顯示這些模型中的項產(chǎn)生的影響，殘差圖用于檢查模型假定。

下方的Pareto效應(yīng)圖是一個簡單的圖形，顯示了顯著項與非顯著項。如果某個項的標(biāo)準(zhǔn)化效應(yīng)越過紅線，則 p 值小于指定的 alpha 值，在本例中該值為 0.05，表明該項為顯著項。條形圖的大小顯示了模型中各項的相對影響：小時數(shù)和包裝設(shè)計對于了解產(chǎn)品中的水分含量至關(guān)重要。

水分預(yù)測模型包括小時數(shù)、小時數(shù)2、包裝設(shè)計以及各項之間的交互作用。Minitab 為三種包裝設(shè)計中的每一種顯示單獨模型，從而簡化模型。設(shè)計之間的常量和斜率的差異由顯著的交互作用造成。

殘差圖幫助分析師驗證回歸的假定。檢查是否偏離正態(tài)、不等方差或缺乏獨立性，以確保分析有效且適當(dāng)。

完成所有必要的調(diào)查后，分析師需要展示其調(diào)查結(jié)果。因子圖有助于將數(shù)字化輸出展示為簡單易懂的圖形，以便將模型可視化。如果目標(biāo)是在關(guān)鍵的 72 小時內(nèi)最大限度地降低產(chǎn)品中的含水量，則設(shè)計 2 將是最佳選擇。

回歸并不是新功能 - 但回歸是非常強大的建模工具，所有數(shù)據(jù)分析師都應(yīng)該掌握。Minitab 使構(gòu)建和可視化預(yù)測模型變得簡單易訪問。

審核編輯 黃宇