Angeben der Modellterme für Bestes Modell ermitteln (stetige Antwort)

Predictive Analytics-Modul > Automatisiertes maschinelles Lernen > Bestes Modell ermitteln (stetige Antwort) > Terme

Geben Sie an, wie die Begriffe im Regressionsmodell bestimmt werden sollen. Normalerweise bietet eine Analyse, die lineare Begriffe und Begriffe der Ordnung 2 in Kombination mit einer schrittweisen Modellauswahl berücksichtigt, ein Modell mit guter Vorhersagefähigkeit. Sie können Vorwärtsauswahl mit Validierung auswählen, ob die Methode ein Modell mit höherer Vorhersagegenauigkeit erzeugt.

Wenn Sie über eine große Anzahl von Prädiktoren verfügen, kann die Auswahl des endgültigen Modells lange dauern, um lineare Begriffe und Begriffe der Ordnung 2 mit schrittweiser Modellauswahl zu berücksichtigen. Wenn die Anzahl der Prädiktoren größer als 15 ist, werden bei der Standardauswahl nur lineare Begriffe berücksichtigt. Um neben linearen Begriffen auch einige Begriffe höherer Ordnung auszuwerten, wählen Sie diese Option aus, um die Begriffe im Modell anzugeben.

In das Regressionsmodell einzubindende Terme

Wählen Sie aus, ob die Standardbegriffe verwendet oder ein eigener Satz von Begriffen angegeben werden soll.

Lineare Terme und Terme 2. Ordnung
Die Analyse verwendet alle linearen Begriffe und Begriffe der Ordnung 2. Begriffe der Ordnung 2 umfassen alle Wechselwirkungen zwischen 2 linearen Begriffen und quadratischen Begriffen für die kontinuierlichen Prädiktoren.
Lineare Terme
Die Analyse verwendet alle linearen Begriffe.
Terme angeben
Sie können einem Modell Wechselwirkungsterme und Polynomialterme hinzufügen. Das Modell wird nur mit den Faktoren und Kovariaten gefüllt, die Sie im Hauptdialogfeld eingegeben haben. Wenn die Anzahl der Prädiktoren 15 oder weniger beträgt, enthält das Modell die linearen Begriffe und Begriffe der Ordnung 2 für die Prädiktoren. Wenn die Anzahl der Prädiktoren größer als 15 ist, enthält das Modell die linearen Begriffe. Klicken Sie Standard, um zur vorhergehenden Entscheidung zurückzukehren.
Sie können auf verschiedene Arten Teilmengen von Daten bilden: Diese werden anhand von Beispielen veranschaulicht. Für die Beispiele wird angenommen, dass die Liste Prädiktoren die drei stetigen Variablen X, Y, Z sowie die zwei kategorialen Variablen A und B enthält.
Terme mit Hilfe ausgewählter Prädiktoren und Modellterme hinzufügen
Um dem Modell Terme hinzuzufügen, müssen Sie mindestens einen Prädiktor oder Term auswählen. Wenn Sie mehrere Elemente gleichzeitig auswählen oder die Auswahl eines Elements aufheben möchten, halten Sie Sie Strg gedrückt, während Sie auf die Prädiktoren bzw. Terme klicken.
Wechselwirkungen bis zur Ordnung
Alle Wechselwirkungen bis zur angegebenen Ordnung werden hinzugefügt. Angenommen, Sie wählen die Prädiktoren X, Y, A aus und fügen Interaktionen über die Ordnung 3 hinzu. Wenn Sie darauf Hinzufügen klicken, fügt Minitab X*Y, X*A, Y*A, X*Y*A hinzu.
Terme bis zur Ordnung
Verwenden Sie diese Option, um Krümmung zu modellieren. Mit dieser Option werden potenzierte Terme und Wechselwirkungen bis zur angegebenen Ordnung hinzugefügt. Als Grundlage für potenzierte Terme sind stetige Prädiktoren erforderlich. Angenommen, Sie wählen X, Y, A und Begriffe durch Bestellung 3 aus. Wenn Sie darauf Hinzufügen klicken, fügt Minitab die Energiebegriffe für X und Y hinzu: X*X, Y*Y, X*X*X, Y*Y*Y. Minitab fügt außerdem Interaktionen für die Prädiktorvariablen und -leistungen hinzu: X*Y, X*A, Y*A, X*X*Y, X*Y*Y, X*X*A, X*Y*A, Y*Y*A.
Prädiktoren und Terme im Modell kreuzen
Diese Option kann wie folgt verwendet werden:
  • Sie können zwei oder mehr Prädiktoren kreuzen. Angenommen, Sie wählen X, Y, Z aus. Wenn Sie darauf Hinzufügen klicken, fügt Minitab die folgenden Begriffe hinzu: X*X, X*Y, X*Z.
  • Sie können zwei oder mehr Terme kreuzen, die bereits im Modell enthalten sind. Angenommen, X*A und X*B sind im Modell enthalten. Wenn Sie nur diese Terme auswählen und auf Hinzufügen klicken, fügt Minitab X*X*A*B hinzu.
  • Sie können Prädiktoren mit Termen im Modell kreuzen. Angenommen X*X und Y*Y sind im Modell enthalten. Wenn Sie diese Terme und die Prädiktoren A, B auswählen und anschließend auf Hinzufügen klicken, fügt Minitab X*X*A, X*X*B, Y*Y*A, Y*Y*B hinzu. Jeder Prädiktor wird mit jedem Modellterm gekreuzt. Kategoriale Prädiktoren können nicht mit sich selbst gekreuzt werden. Die Modellbegriffe sind nicht mit sich selbst gekreuzt.
Hinweis

Sie müssen u. U. die Auswahl von Prädiktoren oder Termen aufheben, so dass nur die zu kreuzenden Terme ausgewählt bleiben. Um die Auswahl von Elementen aufzuheben, halten Sie Strg gedrückt, während Sie auf die Prädiktoren oder Terme klicken.

Terme im Modell
Wenn Sie dem Modell Terme hinzufügen, werden die Terme im weißen Raum im Dialogfeld aufgeführt. In diesem weißen Raum können Sie einzelne Terme oder Gruppen von Termen auswählen, die Sie entfernen oder neu anordnen möchten.
Standard
Wenn die Anzahl der Prädiktoren 15 oder weniger beträgt, füllt diese Auswahl das Modell mit linearen Begriffen und Begriffen der Ordnung 2. Wenn die Anzahl der Prädiktoren mehr als 15 beträgt, wird das Modell mit diesen Auswahldaten mit den linearen Begriffen aufgefüllt.
Löschen von Termen
Sie können einen oder mehrere Terme aus dem Modell löschen. Wählen Sie die Terme aus, und klicken Sie im Dialogfeld auf „Löschen“ (das rote „X“). Sie können auch auf einen Term doppelklicken, um ihn zu löschen.
Umordnen von Termen
Um einen Term zu verschieben, wählen Sie ihn aus, und klicken Sie dann auf eine der Pfeilschaltflächen im Dialogfeld, um den Term nach oben oder unten zu verschieben. Sie können auch einen zusammenhängenden Block mit Termen verschieben. Klicken Sie auf den ersten Term, halten Sie dann Umschalt gedrückt, und klicken Sie auf den letzten Term, um den gesamten Block zu markieren. Klicken Sie anschließend auf die entsprechende Pfeilschaltfläche, um den Block zu verschieben.

Auswahlmethode für Regressionsmodell

Angeben, ob ein nicht hierarchisches Modell verwendet werden soll Die Auswahl, die Minitab präsentiert, hängt von der Größe des Datensatzes ab. Die Auswahl wird mit den Auswahlen im Validierung Unterdialog kombiniert, um eine Analyse bereitzustellen, die Strenge und Berechnungsgeschwindigkeit in Einklang bringt:

n=1.500
Die Validierungsmethode im Validierung Unterdialog ist Kreuzvalidierung mit K Faltungen. Die Anzahl der Einheiten beträgt 5. Der Auswahlmethode für RegressionsmodellTerme im Unterdialog ist Schrittweise.
1,500 ≤ N < 2,000
Die Validierungsmethode im Validierung Unterdialog ist Kreuzvalidierung mit K Faltungen. Die Anzahl der Einheiten beträgt 5. Der Auswahlmethode für RegressionsmodellTerme im Unterdialog ist Vorwärtsauswahl mit Validierung.
2.000, ..., ni
Die Validierungsmethode im Validierung Unterdialog ist Validierung mit einem Testdatensatz. Der Anteil der Daten im Testset beträgt 0,3. Der Auswahlmethode für RegressionsmodellTerme im Unterdialog ist Vorwärtsauswahl mit Validierung.
  • Schrittweise: Diese Methode beginnt mit einem leeren Modell. Anschließend wird von Minitab bei jedem Schritt ein Term hinzugefügt bzw. entfernt. Minitab beendet das Verfahren, wenn alle nicht im Modell enthaltenen Variablen p-Werte aufweisen, die größer als der angegebene Wert für sind, und wenn alle Variablen im Modell p-Werte aufweisen, die kleiner oder gleich dem angegebenen Wert für sind.
  • Vorwärtsauswahl mit Validierung: Wenn Sie die Option Vorwärtsauswahl mit Validierung aktivieren, wählen Sie die Validierungsmethode zum Testen Ihres Modells aus. Normalerweise ist bei kleineren Stichproben die Kreuzvalidierung mit K Faltungen geeignet. Bei größeren Stichproben können Sie die Daten in einen Trainingsdatensatz und einen Testdatensatz unterteilen. Das Verfahren ähnelt der Vorwärtsauswahl. Am Ende jedes Schritts berechnet Minitab das R2 für den Test. Am Ende des Verfahrens der Vorwärtsauswahl ist das Modell mit dem größten R2 für den Test das endgültige Modell.
    Das Verfahren fügt Terme hinzu, bis eine der folgenden Bedingungen eintritt:
    • Das Verfahren stellt in acht aufeinander folgenden Schritten keine Verbesserung des Kriteriums fest.
    • Das Verfahren passt das vollständige Modell an.
    • Das Verfahren passt ein Modell an, das 1 Freiheitsgrad für Fehler übrig lässt.
  • Keine: : Das Modell wird mit allen Termen angepasst, die Sie im Dialogfeld angeben.