Methoden und Formeln für die Zusammenfassung des Modells in Binäre Antwort für definitiven Screening-Versuchsplan analysieren

Das R² der Abweichung gibt an, wie viel der Streuung in der Antwortvariablen durch das Modell erklärt wird. Je höher das R², desto besser ist das Modell an die Daten angepasst. Die Formel lautet wie folgt:

Notation

Begriff	Beschreibung
DE	Error Deviance
DT	Total Deviance

Das korrigierte R² der Abweichung berücksichtigt die Anzahl der Prädiktoren in dem Modell und eignet sich zum Vergleichen von Modellen mit unterschiedlichen Anzahlen von Prädiktoren. Die Formel lautet:

Notation

Begriff	Beschreibung
R2	R2 der Abweichung
p	Freiheitsgrade der Regression
Φ	1, für Binomialmodelle
DT	Gesamtabweichung

Obwohl die Berechnungen für das korrigierte R² der Abweichung negative Werte ergeben können, wird in Minitab für derartige Fälle null angezeigt.

Verwenden Sie diese Statistik, um verschiedene Modelle zu vergleichen. Je kleiner das AIC, desto besser ist das Modell an die Daten angepasst.

Die Log-Likelihood-Funktionen sind in Bezug auf die Mittelwerte parametrisiert. Die allgemeine Form der Funktionen lautet:

Die allgemeine Form der einzelnen Beiträge lautet:

Notation

Begriff	Beschreibung
p	Freiheitsgrade der Regression
Lc	Log-Likelihood des aktuellen Modells
yi	Anzahl der Ereignisse für die i-te Zeile
mi	Anzahl der Versuche für die i-te Zeile
	geschätzter Mittelwert der Antwortvariablen für die i-te Zeile

Das AICc wird nicht berechnet, wenn .

Notation

Begriff	Beschreibung
p	Anzahl der Koeffizienten im Modell einschließlich der Konstante
n	Anzahl der Datenzeilen ohne fehlende Daten

Notation

Begriff	Beschreibung
p	Anzahl der Koeffizienten im Modell, wobei die Konstante nicht gezählt wird
n	Anzahl der Datenzeilen ohne fehlende Daten