使用逐步回归的示例

在本例中，您使用“拟合模型”平台的“逐步”特质为预测吸氧量的线性回归模型选择变量。有氧健身可使用特殊检验来评估，该检验对在跑步机上跑完规定距离的人员测量吸氧量。但是若能找到一个使用更简单的测量方法来评估健身效果和预测吸氧量，那就更为经济实惠。为了确定这样的方程，我们对跑了 1.5 英里的 31 名参与者进行了测量，记录了他们的年龄、体重、跑步时间和脉搏。

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. 选择体重、跑步时间、跑步时脉搏、休息时脉搏、最大脉搏，然后点击添加。

5. 对于特质，选择逐步。

图 5.2 完成的“拟合模型”启动窗口 

验证仅在 JMP Pro 中可用。

6. 点击运行。

为构建吸氧量的预测方程，请使用“逐步”报表窗口中的选项来考虑具有不同效应组合的模型。

7. 点击执行使用向前选择，并采用最小 BIC 停止规则。

图 5.3 已完成的向前选择 

8. 点击运行模型。

图 5.4 标准最小二乘法模型报表 

逐步过程从五个变量中选出了三个纳入模型。更改在“逐步”报表中选择的变量，然后点击运行模型将其他模型添加到模型输出中进行比较。

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