回归分析在Minitab和MS(5)

MS：均方差，等于SS/自由度

F：=MS1/MS2

P：显著性水平，当P<0.05时，存在显著性相关

所谓残差是指观测值与预测值（拟合值）之间的差，即是实际观察值与回归估计值的差。 在回归分析中，测定值与按回归方程预测的值之差，以δ表示。残差δ遵从正态分布N(0，ζ2)。（δ-残差的均值）/残差的标准差，称为标准化残差，以δ*表示。δ*遵从标准正态分布N(0，1)。实验点的标准化残差落在(-2，2)区间以外的概率≤0.05。若某一实验点的标准化残差落在(-2，2)区间以外，可在95%置信度将其判为异常实验点，不参与回归线拟合。

显然，有多少对数据，就有多少个残差。残差分析就是通过残差所提供的信息，分析出数据的可靠性、周期性或其它干扰 。

回归分析中SS，MS，F，P，S、R-Sq和R-Sq（调整）

是什么意思，有什么意义？

S：回归模型误差的标准方差。

R-Sq：回归模型误差占总误差的百分比。取值在0%和100%之间，数值越大，表明回归模型与数据吻合得越好。

R-Sq(adj)：调整的R-Sq，取值也在0%和100%之间。R-Sq(adj)与R-Sq越接近，表明回归模型越可靠。

SS:离散差平方和

MS：均方差，=SS/自由度

F=MS1/MS2

P：显著性水平，当P小于0.05时，存在显著性相关

R-sq值越大越好,后面r-sq是minitab调整后的值,若大于百分之七十,存在相关性,我们可以使用,但需谨慎,85%以上,关系显著,也可以对话框的p值,=0.05,关系显著。