Auswählen der Optionen für Regression der besten Teilmengen

Statistik > Regression > Regression > Beste Teilmengen > Optionen

Freie Prädiktoren in allen Modellen

In der Standardeinstellung zeigt Minitab die besten Modelle mit 1 Prädiktor, die besten Modelle mit 2 Prädiktoren usw. an, bis hin zu dem Modell, das alle Prädiktoren enthält. Wenn Sie eine Mindest- und eine Höchstzahl von Prädiktoren eingeben, z. B. 5 und 12, zeigt Minitab nur die besten Modelle mit 5 Prädiktoren, 6 Prädiktoren usw. bis zu 12 Prädiktoren an.

Die Gesamtzahl der im Modell enthaltenen Prädiktoren umfasst nicht die Prädiktoren, die Sie im Feld Prädiktoren in allen Modellen angegeben haben. Wenn Sie z. B. zwei Prädiktoren angegeben haben, die in allen Modellen enthalten sein sollen, und außerdem die Mindestzahl der Prädiktoren auf 5 und die Höchstzahl auf 12 festgelegt haben, zeigt Minitab Modelle mit 7–14 Prädiktoren an.

Minimum: Geben Sie an, wie viele freie Prädiktoren mindestens im Modell enthalten sein sollen.
Maximum: Geben Sie an, wie viele freie Prädiktoren höchstens im Modell enthalten sein sollen.

Auszugebende Modelle jeder Größe

Geben Sie eine Zahl von 1–5 ein. Wenn Sie z. B. 3 auswählen, zeigt Minitab die Statistiken zur Güte der Anpassung für die 3 Modelle jeder Größe an, die das höchste R² aufweisen.

Konstante anpassen

Wählen Sie Konstante anpassen aus, um den Schnittpunkt mit der y-Achse (auch als Konstante bezeichnet) in das Regressionsmodell einzubinden. In den meisten Fällen sollten Sie die Konstante in das Modell einbinden.

Ein möglicher Grund zum Entfernen der Konstante liegt vor, wenn Sie annehmen können, dass der Wert der Antwortvariablen 0 beträgt, wenn die Prädiktorwerte gleich 0 sind. Beispiel: ein Modell, mit dem die Kalorienzahl auf Grundlage des Fett-, Eiweiß- und Kohlehydratgehalts eines Lebensmittel prognostiziert wird. Wenn Fett, Eiweiß und Kohlehydrate gleich 0 sind, ist die Kalorienzahl auch gleich 0 (oder sehr nah an 0).

Wenn Sie Modelle vergleichen, die keine Konstante enthalten, verwenden Sie S anstelle der R²-Statistik, um die Anpassung der Modelle auszuwerten.

Ergebnisse anzeigen

In der erweiterten Tabelle werden vier zusätzliche Statistiken angezeigt:

die Summe der quadrierten Prognosefehler (PRESS)
Akaikes korrigiertes Informationskriterium (AICc)
das Bayessche Informationskriterium (BIC)
die Bedingungszahl

Weitere Informationen zu diesen Statistiken finden Sie unter Interpretieren aller Statistiken für Regression der besten Teilmengen.