Sei sulla pagina 1di 1

82 Metodi di analisi dei dati in MINITAB

Def. Sforzo Def. Sforzo Def. Sforzo Def. Sforzo Def. Sforzo
[mεε] [MPa] [mεε] [MPa] [mεε] [MPa] [mεε] [MPa] [mεε] [MPa]
0,10 20,245 0,50 98,924 0,90 182,090 1,30 265,453 1,70 342,533
0,15 31,174 0,55 110,051 0,95 184,438 1,35 271,751 1,75 352,360
0,20 37,796 0,60 117,409 1,00 200,374 1,40 277,778 1,80 354,420
0,25 53,574 0,65 127,545 1,05 209,994 1,45 292,539 1,85 363,960
0,30 65,132 0,70 136,934 1,10 222,213 1,50 306,590 1,90 384,110
0,35 74,037 0,75 158,453 1,15 231,034 1,55 306,781 1,95 394,475
0,40 74,108 0,80 150,393 1,20 243,951 1,60 318,969 2,00 403,494
0,45 97,715 0,85 172,783 1,25 238,596 1,65 327,895

Tab. 4 Dati corrispondenti alle misure di resistenza meccanica effettuate su una sbarra metallica.

Nella finestra “sessione” comparirà la seguente tabella:

Correlations: Deformazione; Sforzo


Pearson correlation of Deformazione and Sforzo = 0,999
P-Value = 0,000

Tale risultato evidenzia, come atteso, una forte correlazione positiva tra le due variabili. Ulteriori
test possono spiegare meglio il significato di questa correlazione. Inoltre con l’operazione di
regressione (descritta nel paragrafo successivo) è possibile individuare i parametri della relazione
funzionale esistente tra le due variabili analizzate.

4.6 Regressione
La regressione è un’analisi statistica che permette di stimare i parametri di un modello del primo
ordine lineare che si assume possa descrivere la relazione tra una o più variabili d’ingresso
(predictors) ed una variabile d’uscita (response). MINITAB permette di utilizzare diverse procedure
per effettuare la regressione con il metodo dei minimi quadrati o del tipo logistic regression. Tali
procedure, che si basano sul metodo dei minimi quadrati, includono: simple-regression, multiple-
regression, stepwise-regression e best-subset-regression. Inoltre è possibile riportare su di un
grafico la curva ottenuta con i risultati della regressione (fit) e generare diversi grafici per l'analisi
dei residui. Per ciò che riguarda le logistic-regression, MINITAB fornisce diversi metodi per i
seguenti tipi di variabile d'uscita: binary (binaria), ordinal (ordinale) e nominal (nominale). In
queste dispense non sarà trattata la logistic-regression, per un approfondimento su tale argomento si
rimanda all'Help in linea di MINITAB.

A titolo d'esempio, di seguito sono riportati i passaggi per effettuare una regressione su un modello
lineare tramite l'utilizzo del metodo dei minimi quadrati:
1) Scegliere Stat ► Regression ► Regression.
2) Alla voce Response, scegliere la colonna che contiene la variabile d'uscita (variabile
dipendente).
3) Alla voce Predictors, scegliere la colonna che contiene la variabile (o le variabili) d'ingresso
(variabile indipendente).
4) Cliccare su OK

Secondo le opzioni disponibili è possibile:


• Costruire 5 tipologie diverse di grafico dei residui: Histogram of residuals (istogramma dei
residui), Normal plot of residuals (grafico di probabilità normale dei residui), Residuals versus
Maurizio Galetto – Esercitazioni di statistica con l’uso di MINITAB