azonosítása az x és y változókat a regresszió . Az x változó vagy független változó jelöli a kívánt eredményt mérni . Az y változó vagy függő változók a bemenetek vagy előrejelzője . Például , ha azt szeretnénk , hogy tervezzen egy modell előrejelzése több ER felvételek egy személy lenne használva több kiló túlsúly és ledolgozott órák száma heti , a függő változók száma font túlsúlyos és ledolgozott órák száma hetente , míg a a független változó számú ER felvételek .
2
Értsd meg, hogy az x - tengely a maradék telek tartalmazza értékei x változó a mintában . Ebben a példában , ha a legtöbb ER felvételek bárki a minta 15 volt , míg a legalacsonyabb nulla volt , a skála kezdene nulla és kiterjeszti felfelé , egyesével , hogy a maximális érték 15
3
Tanulj meg olvasni az y tengely a maradék telek . Az y tengely a maradékok . Ha a legnagyobb távolság között kapott eredmények pontot, és a prediktív egyenes vonal 15 , a legkisebb távolság nulla volt , ezen a skálán kezdene nulla és kiterjeszti felfelé , egyesével , hogy a maximális értéke 15. A Microsoft Excel 2007 gyárt egy grafikont minden y - változó .
4
Értsd meg, hogy az egyenes vonal a grafikon a prediktív vonal , amely leírja a legjobban illeszkedő közötti kapcsolat x és az y változó lény ábrázolt . A vonal lehet vízszintes , ferde felfelé , vagy lefelé ferde jellegétől függően közötti kapcsolat x és az y is mutathat.
5
Nézd meg a terjedését pontok felett és alatt az egyenes prediktív vonal . Ha vannak azonos pontok száma a vonal felett , mint alatta , lineáris regresszió indokolt közötti kapcsolatot leíró x és az y is mutathat.
6
Keresse meg a minták diszper . Ha az adatok nem a klaszterek , eltérő alakú egyenes vonal, mint például egy "U ", vagy , ha az adatokat a pontok nem egyenletesen diszpergálva felett és alatt az egyenes vonal prediktív , lineáris regresszió nem megfelelő, és nem- lineáris modellek kell használni .