0

我对统计数据很感兴趣,并深入了解最佳方式以及如何根据天气数据分析性能数据。性能还是天气回归分析

我的假设是性能数据受天气数据影响,我想证明这一点。

我试图在散点图上绘制日常性能数据& meantemp数据做回归分析,看起来很奇怪。我认为这是由于天气数据的负面价值。

Scatter plot

下面是所有可用给我的天气信息:
雾,雨,雪,冰雹,雷电,龙卷风,meantempm,meantempi,meandewptm,meandewpti,meanpressurem,meanpressurei,meanwindspdm,meanwindspdi湿度maxtempm maxtempi mintempm mintempi maxtime minhumidity minhumidity maxdewptm maxdewpti mindewptm mindewpti maxpressurem maxpressurei minpressurem minpressurei maxwspdm maxwspdi minwspdm minwspdi maxvism maxvisi Minvism最近更新日期: ,minvisi,gdegreedays,heatingdegreedays,coolingdegreedays

可以哟请告诉我什么是分析这些数据并得到一些有意义的结果的最佳方法?

感谢

回答

0

当您执行对你的问题,你应该得到的几乎为零的斜率绘制的数据进行线性回归,这意味着在数据没有线性关系。因此,一种简单的方法是对所有可用数据进行线性回归,寻找除零以外的任何斜率(正数或负数)。确实有更好的统计技术,但这可以提供信息并且很容易实现自动化。

+0

谢谢James,你会推荐哪些其他统计技术?我最感兴趣的是温度,所以如果目前的数据没有显示任何东西,我认为这个假设是不正确的。 – mrzoogle

+0

雨水的存在和雷声的存在并不是彼此独立的。我在多元回归中做了一些工作,其中多个自变量是针对单个因变量进行回归,但没有与这种复杂的相互依赖程度相关联。如果您针对所有变量执行多元回归,我的直觉是,由此产生的协方差矩阵将显示大多数因素具有相对较大的协方差 - 也就是说,它们不会彼此独立变化。为了完整性和统计上的确定性,这是值得的。 –