역추정 예측의 예
모형 적합 플랫폼의 표준 최소 제곱 분석법을 사용하여 선형 회귀 모형을 적합시킨 후, 지정된 반응 수준을 기반으로 입력의 예측값을 구합니다. 이를 역추정 예측이라고 합니다. 이 예에서는 하나의 예측 변수를 고려합니다. 여러 예측 변수에 대한 내용은 여러 예측 변수에 대한 역추정 예측의 예에서 확인하십시오.
1. 도움말 > 샘플 데이터 폴더를 선택하고 Fitness.jmp를 엽니다.
2. 분석 > 모형 적합을 선택합니다.
3. Oxy를 선택하고 Y를 클릭합니다.
4. Runtime을 선택하고 추가를 클릭합니다.
5. 실행을 클릭합니다.
아래 설명된 대로 십자기호 도구를 사용하여 회귀 그림에서 평균 Oxy 값이 50이 되는 Runtime의 근사값을 산출합니다.
6. 도구 > 십자기호를 선택합니다.
7. 예측선을 클릭한 후 십자기호 도구를 드래그하여 Oxy = 50에 대한 역추정 예측을 찾습니다.
그림 4.50 회귀 그림: Runtime의 함수로 표시되는 Oxy
회귀 그림에서 Oxy 값이 약 50이 되는 경우의 역추정 예측은 Runtime 값이 약 9.7이라고 추정할 수 있습니다.
Runtime에 대한 정확 역추정 예측 및 신뢰 구간을 구하려면 아래 단계를 계속하십시오.
8. "반응 Oxy"의 빨간색 삼각형을 클릭하고 추정값 > 역추정 예측을 선택합니다.
Figure 4.51에 표시된 대로 Oxy 값 4개를 입력합니다.
9. 확인을 클릭합니다.
그림 4.51 완료된 역추정 예측 규격 창
"역추정 예측" 보고서에는 지정된 각 Oxy 값에 해당하는 예측 Runtime 값이 제공됩니다. 또한 평균 반응을 얻는 것과 관련하여 Runtime 값에 대한 95% 신뢰 상한 및 하한도 보고서에 표시됩니다.
그림 4.52 역추정 예측 보고서
Oxy 값이 50이 되는 예측 Runtime은 9.7935입니다. 이 값은 회귀 그림을 사용하여 찾은 근사 Runtime 값 9.7에 가깝습니다. "역추정 예측" 보고서에는 Oxy와 Runtime 간의 선형 관계 및 역추정 예측 신뢰 구간을 보여 주는 그림도 제공됩니다.