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.
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.