使用逐步回归来解释工厂的能源使用 | Using Stepwise Regression to Explain Plant Energy Usage
Manufacturing
| 8 分钟阅读
使用逐步回归来解释工厂的能源使用
使用 Minitab 回归进行预测分析 – 第二部分 | Predictive Analytics using Minitab's Regression – Part II
Regression Analysis
| 7 分钟阅读
回归的目的是进行准确预测。模型中的项（线性、交互、二次）和用于计算模型的样本数据是影响模型可预测性的两大因素。项过多的模型通常会过度拟合样本数据，但会导致对新数据值的预测不佳。
使用 Minitab 回归进行预测分析 – 第一部分 | Predictive Analytics using Minitab's Regression – Part I
Regression Analysis
| 14 分钟阅读
尽管市场上有许多新的预测分析和机器学习工具，但 Minitab 回归仍是构建预测模型的经典工具。回归允许用户对响应与各种预测变量之间的关系进行建模。公司需要正确使用预测工具，而 Minitab 回归可以帮助实现有意义的预测建模能力！
利用预测分析在患者入院时确定患者住院时间 | Determining Patient Length of Stay with Predictive Analytics in Minitab
Regression Analysis
| 14 分钟阅读
住院时间定义为入院和出院之间相隔的时间，以天为单位进行计量。对于大多数医疗保健系统来说，如果处理不当，住院时间会产生高昂的成本。另一方面，优化患者流向有利于实现治疗效果、最小限度的等待、与住院相关风险的最小限度接触，以及有效利用医院病床、医疗设备和现有临床工作人员等资源。
修剪决策树，造出好纸张：Minitab 中的预测分析和根本原因分析 | Trimming Decision Trees to Make Paper: Predictive Analytics and Root Cause Analysis in Minitab
Lean Six Sigma
| 10 分钟阅读
我们从过程中收集的观测数据越来越多，因此，我们可能需要新工具才能够获得有意义的见解。您可以添加现代机器学习技术和传统统计工具来分析、改进及掌控各个过程。我们查看一个示例，该示例从二元逻辑回归开始，并以分类和回归树 (CART®) 结束。