Verwendung der Regression der besten Teilmengen und der schrittweisen Regression

Vergleich der Regression der besten Teilmengen und der schrittweisen Regression

Bei der Regression der besten Teilmengen werden Informationen zur Anpassung von verschiedenen Modellen bereitgestellt. Dadurch können Sie ein Modell anhand von vier verschiedenen Statistiken auswählen. Bei der schrittweisen Regression wird ein einziges Modell auf der Grundlage einer einzigen Statistik erstellt. Da in den einzelnen Modellen verschiedene Auswahlkriterien verwendet werden, können die Regression der besten Teilmengen und die schrittweise Regression zu unterschiedlichen Modellen führen. Im Folgenden finden Sie allgemeine Richtlinien zu der zu verwendenden Methode:
  • Für Datensätze mit einer kleinen Anzahl von Prädiktoren ist die Regression der besten Teilmengen besser geeignet als die schrittweise Regression, da Informationen zu mehr Modellen bereitgestellt werden.
  • Bei der Regression der besten Teilmengen können lediglich 31 freie Prädiktoren vorhanden sein, daher ist die schrittweise Regression für Datensätze mit einer großen Anzahl von Prädiktoren besser geeignet als die Regression der besten Teilmengen. Wenn Sie die schrittweise Regression für einen Datensatz mit einer großen Anzahl von Prädiktoren verwenden, wählen Sie hohe Werte für Alpha für Aufnahme und Alpha für Ausschluss (0,25 bis 0,50). Dadurch erfahren Sie mehr über die Effekte jedes aufgenommenen Prädiktors auf die Antwortvariable und auf die bereits im Modell enthaltenen Prädiktoren.

Überprüfen des Modells

Bei der Verwendung der Verfahren zur Variablenauswahl wie der Regression der besten Teilmengen und der schrittweisen Regression sollten Sie vorsichtig vorgehen. Diese Verfahren sind automatisch und berücksichtigen daher nicht die praktische Bedeutung der einzelnen Prädiktoren. Darüber hinaus ist die Güte der Anpassung jedes Datenmodells auf zwei grundlegende Faktoren zurückzuführen:
  • die zugrunde liegenden Struktur der Daten (eine Struktur, die auch für andere Datensätze gilt, die auf dieselbe Weise erfasst wurden)
  • die Besonderheiten des konkreten Datensatzes, den Sie analysieren

Um sicherzustellen, dass das Modell nicht nur an einen bestimmten Datensatz angepasst ist, sollten Sie das mit dem Auswahlverfahren gefundene Modell anhand eines neuen Datensatzes überprüfen. Sie können auch den ursprünglichen Datensatz nach dem Zufallsprinzip in zwei Teile unterteilen, zum Auswählen eines Modells die Regression der besten Teilmengen für einen Teil durchführen und die Anpassung dann mit dem zweiten Teil überprüfen. Damit kann sichergestellt werden, dass das ausgewählte Modell auch für andere Datensätze gültig ist, die auf dieselbe Weise erfasst wurden.

Durch Ihre Nutzung dieser Website stimmen Sie zu, dass Cookies verwendet werden. Cookies dienen zu Analysezwecken und zum Bereitstellen personalisierter Inhalte.  Lesen Sie unsere Richtlinien