从逐步回归看JMP和Minitab的差异

2010-01-20 16:51:42来源: EEWOLRD

      逐步回归是回归分析中的重要内容,也是统计建模的主要实现手段之一,在大学的统计课程中是必讲的内容。不过,与简单线性回归相比,逐步回归的概念更为复杂,计算量也更加繁琐。虽然学校办公室的电脑里安装了Minitab软件,计算起来方便了一些,但总觉得不顺手,很多要求都无法实现,讲课的时候学生也不容易理解。所以这两年来我一直在寻找一个理想的统计课程教学软件,并能更好地实现逐步回归的功能。

      工夫不负有心人,一个偶然的机会北大有位老师向我推荐了SAS公司的JMP软件, 效果果然不同凡响,试用一段时间就爱不释手了。下面就小心地以软件自带的案例数据为例,比较一下这两个软件吧。

      例:初学统计学课程的学生参加了一个简单的试验。每个学生都记录了其身高、体重、性别、是否吸烟、平时活动水平以及静息脉搏。他们全都投掷了硬币,其硬币头像朝上的学生原地跑步一分钟。然后,整个班级的学生再次记录了其脉搏。现在要找出第二次脉搏的最佳预测变量。

      先来看看Minitab。

      菜单操作的路径是:Stat>Regression>Stepwise Regression,它的自定义功能(如是前向法、后向法、还是混合法,门限值分别是多少等等) 都是通过菜单对话框中一个叫“Methods”的选项来控制的(如图一)。输出结果出现在另一个Session窗口中,包括回归的最终次数(此例中为4次)、每次增减的变量(此例中分别为脉搏1、跑步、性别、活动)、变量的回归系数及其检验统计量(如图二)。

     

      图一  Minitab逐步回归的自定义选项

     
 
      图二  Minitab逐步回归的输出结果

      这样的结果中规中矩,但最大的问题是无法让人体会到逐步回归是如何“逐步”实现的。对于初学者或者是具有钻研精神的学生来说,这不能不说是个缺憾。

[1] [2]

关键字:JMP  Minitab

编辑:冀凯 引用地址:http://www.eeworld.com.cn/designarticles/others/201001/article_18748.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。
论坛活动 E手掌握
微信扫一扫加关注
论坛活动 E手掌握
芯片资讯 锐利解读
微信扫一扫加关注
芯片资讯 锐利解读
推荐阅读
全部
JMP
Minitab

小广播

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: 安防电子 医疗电子 工业控制

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2016 EEWORLD.com.cn, Inc. All rights reserved