Angeben der Standardeinstellungen für MARS^®-Regression

Datei > Optionen > Prädiktive Analysen > MARS®-Regression

Geben Sie die Standardmethoden für MARS^®-Regressionan. Die Änderungen, die Sie an den Standardeinstellungen vornehmen, bleiben erhalten, bis Sie sie erneut ändern, auch nachdem Sie die Minitab-Statistiksoftware beendet haben.

Kriterium für Auswahl des optimalen Modells

Wählen Sie zwischen den folgenden Kriterien, um die optimale Anzahl von Basisfunktionen für das Modell auszuwählen. Diese Auswahl hat keinen Einfluss auf die Suche nach den Basisfunktionen. Wenn die 2 Kriterien die gleiche Anzahl von Basisfunktionen auswählen, sind die Modelle aus den 2 Kriterien gleich.

R-Quadrat: Wählen Sie diese Option, um Ergebnisse für das Modell mit dem maximalen R-Quadrat-Wert anzuzeigen.
Mittlere absolute Abweichung: Wählen Sie diese Option, um Ergebnisse für das Modell mit der geringsten mittleren absoluten Abweichung anzuzeigen.

Prädiktorinteraktionen

Eine Wechselwirkung bedeutet, dass die Wirkung eines Prädiktors vom Wert anderer Prädiktoren abhängt. Zum Beispiel hängt die Geschwindigkeit, mit der Getreide in einem Ofen trocknet, von der Zeit im Ofen ab, aber die Wirkung der Zeit hängt von der Temperatur des Ofens ab. Die Zeit- und Temperaturvariablen interagieren.

Order gibt die Anzahl der verschiedenen Prädiktoren an, die in einer Basisfunktion enthalten sein können. Beispielsweise gibt eine Ordnung von 2 an, dass die Wirkung eines Prädiktors vom Wert von 1 anderen Prädiktor abhängen kann. Eine Reihenfolge von 3 gibt an, dass der Effekt eines Prädiktors vom Wert von 2 anderen Prädiktoren abhängen kann. Eine Reihenfolge von 4 gibt an, dass der Effekt eines Prädiktors vom Wert von 3 anderen Prädiktoren abhängen kann. Die folgenden Basisfunktionen sind ein Beispiel für ein Zusammenspiel der Ordnung 3:

BF1 = max(0, X₁ − 800)
BF2 = max(0, X₂ − 50) * BF1
BF3 = max(0, X₃ − 10) * BF 2

Wenn Sie keine Wechselwirkungen zulassen, verwendet das Modell das additive Modell. Prädiktoren interagieren im additiven Modell nicht.

Maximale Anzahl von Basisfunktionen

In den meisten Fällen funktioniert der Standardwert 30 gut. Ziehen Sie einen größeren Wert in Betracht, wenn 30 Basisfunktionen für die Daten zu klein erscheinen. Betrachten Sie beispielsweise einen größeren Wert, wenn Sie der Meinung sind, dass mehr als 30 Prädiktoren wichtig sind.

Wenn Sie sich nicht sicher sind, ob 30 ausreichen, überprüfen Sie die ersten Ergebnisse. Beispielsweise ist es wahrscheinlicher, dass ein größerer Wert die Anpassung des Modells verbessert, wenn der R-Quadrat-Wert nach oben tendiert, wenn die Analyse Basisfunktionen hinzufügt.

Minimale Anzahl von Beobachtungen zwischen Knoten

MARS® die Wahl erlauben: Die Analyse verwendet Stichprobenumfang und Modellkomplexität, um automatisch einen Wert auszuwählen. Der automatische Wert funktioniert in den meisten Fällen gut.
Benutzerdefiniertes λ: Der Wert 1 gibt an, dass aufeinanderfolgende Datenpunkte Punkte sein können, bei denen sich die Basisfunktion ändert. Der Wert 1 ermöglicht die schnellsten Änderungen in den Modellvorhersagen. Verwenden Sie größere Werte, um glattere Modelle zu erstellen und allgemeinere Beziehungen zu untersuchen. Solche glatteren Modelle sind manchmal über bestimmte Datenbereiche hinweg weniger genau.

Angeben der Standardeinstellungen für MARS®-Regression

Angeben der Standardeinstellungen für MARS^®-Regression