多个预测变量的逆预测示例

使用“拟合模型”平台的“标准最小二乘法”特质来拟合线性回归模型，然后基于指定的响应水平获取对输入的预测。这称为逆预测。本例考虑多个预测变量的逆预测。有关单个预测变量的信息，请参见逆预测示例。请遵循本例来预测当男性和女性休息时脉搏均为 60 时导致吸氧量为 50 的跑步时间。

1. 选择帮助 > 样本数据文件夹，然后打开 Fitness.jmp。

2. 选择分析 > 拟合模型。

3. 选择吸氧量并点击 Y。

4. 选择性别、跑步时间和休息时脉搏，然后选择添加。

5. 点击运行。

6. 点击“响应‘吸氧量’”红色小三角并选择估计值 > 逆预测。

7. 删除跑步时间的值，因为您想要预测该值。

8. 选择性别旁边的全部框，为性别的所有水平估计跑步时间。

9. 用 60 替换休息时脉搏的均值。

10. 为吸氧量输入值 50。

图 4.53 逆预测规格 

11. 点击确定。

图 4.54 多重回归模型的“逆预测”报表 

“逆预测”报表包含女性和男性跑步时间的预测值。该图显示休息时脉搏为 60 时针对女性和男性的线性拟合。女性和男性的 95% 置信区间分别显示为红色和蓝色。

需要更多信息？有问题？从 JMP 用户社区得到解答 (community.jmp.com).