パフォーマンス対天候回帰分析

Question

私は、統計情報に慣れていないので、最良の方法と気象データに対するパフォーマンスデータを分析する方法を頭に入れています。

私の仮説は、パフォーマンスデータが気象データの影響を受けていることを証明することです。

毎日のパフォーマンスデータ&を散布図にプロットして、回帰分析を行ったところ、奇妙に見えました。これは気象データの負の値によるものだと思います。以下は

私に利用できるすべての気象情報です：
霧、雨、雪、雹、雷、竜巻、meantempm、meantempi、meandewptm、meandewpti、meanpressurem、meanpressurei、meanwindspdm、meanwindspdi minwspdi、minwspdm、minwspdi、maxvism、maxvisi、minvism、maxvism、maxvism、maxpressum、minpressum、maxpressum、minpressurei、minpressurei、minpressurei、maxwspdm、maxwspdi、minwspdm、minwspdi、maxvism、maxvisi、minvism、maxvism、maxvism、maxvism、 、minvisi、gdegreedays、heatingdegreedays、coolingdeadreayays

いいえこのデータを分析して意味のある結果を得られる最良の方法は何ですか？

おかげで、あなたの質問にプロットされたデータに線形回帰を実行すると

Answer 1

あなたがデータには直線的な関係がないことを意味、ほぼゼロの傾きを取得する必要があります。ですから、幾分簡単なアプローチは、すべての利用可能なデータの線形回帰を行い、ゼロ以外の傾き（正または負のいずれか）を探し出すことです。確かにより良い統計的手法がありますが、これは有益であり、容易に自動化されます。