有學過6
sigma的同學, 一定知道 Minitab這套軟體, 因為它把6 sigma實用化了. 過去 Minitab 並沒有中文版, 但對岸有人將它漢化後, 官方也出簡體中文版, 使用簡體中文版會比英文版更friendly, 但畢竟兩岸語文還是有差異, 尤其專有名詞上的差異更讓人難以適從, 例如常態分配 v.s. 正态分布; 品質 v.s. 质量; 巨集 v.s. 宏; 變異數分析
v.s.方差分析; 進階 v.s. 高级…
官方目前沒有繁體中文版.~可惜! 希望 Minitab TWN公司能早日完成繁體中文版的 Minitab. ~期待!
先前談到Assistant
助手, 可幫助我們選擇正確工具進行分析, 並告訴我們如何解釋結果. 現在更進一步, 我們可透過Help 協助
> Tutorials 教學課程, 了解常用統計功能的”用途”;”資料”;”操作步驟”,同學可利用minitab所附範例, 熟悉此功能的操作, 至於輸出的解釋, 後面會在Help 協助 > StatGuide 統計指南 中討論.
Regression > Binary Logistic Regression > Uses
用途: 二元 Logistic 迴歸
用法 1： 解釋預測變數與二元反應變數之間的關係
為了協助改善廣告宣傳現行，一家電影工作室希望基於兩個預測變數預測人們對觀看一部新電影的決定：
年齡和性別。 與其他迴歸形式不同，其中反應是連續變數（利潤、超限量等），二元迴歸只有兩個可能的反應值： 人們觀看此電影，或者不看。
請在具有二元反應變數時使用二元 Logistic 迴歸： 二元反應變數是只有兩個可能結果的變數。 範例，您具有一個有缺點或無缺點的產品。 二元 Logistic 迴歸使用來自各種預測變數的資料來為這兩個可能結果的機率分別建模。
用法 2： 瞭解二元結果的幾率如何在不同情況下發生變化
一家信用卡公司使用二元 Logistic 迴歸基於兩個預測變數來估計客戶延遲支付的幾率： 他們的帳戶餘額以及他們的房子是自己購買的還是租賃的。 該公司可能會對具有較高幾率延遲支付的客戶指定更高的利息。
兩種水準的二元結果（透過/失敗、是/否、好/壞）都將出現的可能性可以使用一個稱為“優勢比”的統計量來表示。 優勢比可以協助您比較不同水準的預測變數對二元結果的效應。
範例，女性（預測變數）購買電動牙刷的可能性（二元結果）是男性的兩倍（優勢比）。
Regression > Binary Logistic Regression > Data
資料: 用於二元 Logistic 迴歸的資料
二元 Logistic 迴歸的資料要求
需要什麼類型的資料？
您的反應資料必須是具有兩個可區分值（數值或文字）的二元資料。
您的每個預測變數的資料都可以是任何類型的資料。
我的工作表的外觀如何？
原始資料
要輸入原始資料，請為反應變數提供一欄資料並為每個預測變數提供一欄資料。
原始資料工作表中具有一列表示每個實驗的資料；一個實驗由多個預測變數值及其相應的反應值組成。
|
|
C1
|
C2
|
C3
|
C4
|
|
|
訂閱
|
兒童
|
寵物
|
私房屋主
|
|
1
|
是
|
是
|
是
|
是
|
|
2
|
是
|
是
|
否
|
是
|
|
3
|
否
|
否
|
否
|
否
|
|
4
|
是
|
是
|
否
|
是
|
|
5
|
否
|
是
|
是
|
是
|
|
6
|
是
|
是
|
否
|
是
|
頻數資料
要輸入頻數資料，請提供一欄反應變數資料、每個預測變數一欄資料以及一欄非負數的頻數資料。
不要輸入一列表示每個實驗的資料；而是輸入一列表示每個反應值和預測變數值的唯一組合的資料，並輸入一個表示您觀測每個組合的次數的頻數欄。
|
|
C1
|
C2
|
C3
|
C4
|
C5
|
|
|
訂閱者
|
兒童
|
寵物
|
私房屋主
|
頻數
|
|
1
|
是
|
是
|
是
|
是
|
1
|
|
2
|
是
|
是
|
否
|
是
|
3
|
|
3
|
否
|
否
|
否
|
否
|
1
|
|
4
|
否
|
是
|
是
|
是
|
1
|
匯總資料
要輸入匯總資料，請提供一欄表示每個預測變數的資料、一欄對每個預測變數組合所發生的實驗數的資料以及一欄在這些實驗中發生的事件數的資料。
|
|
C1
|
C2
|
C3
|
C4
|
C5
|
|
|
兒童
|
寵物
|
私房屋主
|
實驗
|
事件
|
|
1
|
是
|
是
|
是
|
2
|
1
|
|
2
|
是
|
否
|
是
|
3
|
3
|
|
3
|
否
|
否
|
否
|
1
|
0
|
Regression > Binary Logistic Regression > How To
操作步驟: 在 Minitab 中執行二元
Logistic 迴歸
如何使用 Minitab 執行二元 Logistic 迴歸的描述
方案
一家穀類食品公司正在調查一種名為 Cocoa Crunch 的新產品的電視廣告效應。 廣告在某一社區播出一周後，他們在一家當地超市的出口處隨機訪問了七十一位成年人作為樣本。
調查問題是：
是否購買了 Cocoa Crunch（購買）
家庭收入（以千美元為單位）（收入）
是否有子女（兒童）
是否觀看過廣告（收看廣告）
選擇適當的分析方式
公司希望使用多種預測變數為二元結果建模，因此他們使用二元 Logistic 迴歸。
1.
開啟工作表“穀類廣告.MTW”。
2.
選擇統計 > 迴歸 > 二元 Logistic 迴歸。
輸入反應變數
公司具有一個二元反應變數的原始資料欄。
1.
選擇以反應/頻率形式的反應。
2.
在反應中，輸入購買。
輸入模型項
在模型中輸入全部項，並在因子中輸入全部類別變數。
1.
在模型中，輸入收入 兒童 收看廣告。
2.
在因子中，輸入兒童 收看廣告。
3.
點擊確定。
指定選項
此迴歸分析無需進一步修改，但您可以選擇其他選項。
要建立各種診斷圖，請點擊圖表。 要變更連結功能或進行其他分析修改，請點擊選項。 要控制結果的顯示方式，請點擊結果。 要存儲各種統計量，請點擊存儲。
（無需任何操作）
解釋輸出
現在應該做些什麼？
有關如何解釋此分析結果的指導資訊，請參見 StatGuide。
詳細資訊請到官方網站進一步了解: http://www.minitab.com.tw/
和 http://www.minitab.com/
聲明: 本文純粹學術性研討, 內容所提及任何關於 Minitab 專有創作文字, 圖像與架構…等皆屬Minitab Inc. 版權所有, 嚴禁商業上轉貼使用.
沒有留言:
張貼留言