使用回归模型为单对变量生成等值线图，或为所有可能的变量对生成单独的等值线图。等值线图显示拟合响应与两个连续变量的相关程度。等值线图提供了一个二维视图，它将所有具有相同响应的点连接到一起，形成恒定响应的等值线。在这里我们假设：这些数据是学期开始时对某个 MBA 班进行的调查的结果。数据中包含部分关于学生的教育和经济情况的特征数据，并用它们来检验学生有哪些信用卡。工具/原料moreMinitab17MBA调查.MTW方法/步骤1/9分步阅读

在电脑桌面上找到如下图所示红色框处的图标，用鼠标左键双击，打开它。

2/9

打开软件之后，我们把鼠标移动到文件菜单上，左键单击文件件菜单，然后找到“打开工作表”菜单，左键单击打开它。

3/9

在寻找范围栏上点击向下按扭，找到Minitab安装目录下的样本数据目录，然后在文件名称栏内输入MBA调查.MTW,左键单击打开按扭

4/9

选择统计--- 回归--- 二进制 Logistic 回归--- 拟合二进制 Logistic 模型。

5/9

在响应中，输入 AmEx，在连续预测变量中，输入现金年收入，在类别变量下，输入最高学历，单击模型， 在预测变量中，选择现金， 在按阶数排列项的旁边，单击添加， 在预测变量中，突出显示现金和年收入，在按阶数排列交互败级霸作用叮秤的旁边，单击添加， 在每个对话框中单击确定。

6/9

选择统计 回归 二进制 Logistic 回归 等值线图。

7/9

单击设置--- 在保持类别变量在选项中，将设置改为硕士--- 在每个对话框中单击确定。

8/9

我们得出以下结果：

9/9

解释结果

可以看出，两组学生持有 American Express 卡的概率较低：年收入低于 5 万美元的学生携带现金不足 40 美元，年收入超过 10 万美元的学生携带现金在 50 至 250 美元之间。由于等值线比较陡峭，所以预测其他组的学生持有 American Express 卡的概率超净矿过 90%。