Especifique los términos del modelo para Descubrir el mejor modelo (Respuesta continua)

Módulo de análisis predictivo > Regresión Random Forests® > Descubrir el mejor modelo (Respuesta continua) > Términos

Nota

Este comando está disponible con el módulo Módulo de análisis predictivo. Haga clic aquí para obtener más información sobre cómo activar el módulo.

Especifique cómo determinar los términos en el modelo de regresión. Por lo general, un análisis que considera términos lineales y términos de segundo orden en combinación con selección escalonada del modelo proporciona un modelo con una buena capacidad predictiva. Puede seleccionar Selección hacia delante con validación para determinar si el método genera un modelo con mayor precisión de predicción.

Si tiene un gran número de predictores, la selección del modelo final puede requerir mucho tiempo para considerar los términos lineales y los términos de segundo orden con selección escalonada del modelo. Si el número de predictores es superior a 15, la selección predeterminada es considerar solo términos lineales. Para evaluar algunos términos de orden superior además de los términos lineales, seleccione especificar los términos del modelo.

Términos que se incluirán en el modelo de regresión

Seleccione si desea utilizar los términos predeterminados o especificar su propio conjunto de términos.

Términos lineales y términos de orden 2

El análisis utiliza todos los términos lineales y los términos de segundo orden. Los términos de segundo orden incluyen todas las interacciones entre 2 términos lineales y los términos cuadrados para los predictores continuos.

Términos lineales

El análisis utiliza todos los términos lineales.

Especificar términos

Puede agregar términos de interacción y términos polinómicos al modelo. El modelo inicial depende del número de predictores que especifique en el cuadro de diálogo principal. Si el número de predictores es 15 o menos, el modelo contiene los términos lineales y los términos de segundo orden para los predictores. Si el número de predictores es mayor que 15, entonces el modelo contiene los términos lineales. Haga clic en Predeterminadas para regresar al modelo inicial.

Puede agregar términos de varias maneras. Utilizamos ejemplos para ilustrarlos. Para los ejemplos, supongamos que la lista Predictores tiene 3 variables continuas (X, Y, Z) y 2 variables categóricas, (A, B).

Agregar términos utilizando predictores y términos del modelo seleccionados

Para agregar términos al modelo, seleccione al menos un predictor o término. Para seleccionar varios elementos o anular la selección de un elemento, presione la tecla Ctrl mientras hace clic en los predictores o términos.

Interacciones hasta el orden

Agregue todas las interacciones hasta el orden especificado. Supongamos que selecciona los predictores X, Y, A y agrega interacciones hasta el tercer orden. Al hacer clic en Agregar, Minitab agrega X*Y, X*A, Y*A, X*Y*A.

Términos hasta el orden

Utilizar para modelar la curvatura. Esta opción agrega potencias e interacciones hasta el orden especificado. Las potencias son para predictores continuos. Supongamos que selecciona X, Y, A y términos hasta el tercer orden. Al hacer clic en Agregar, Minitab agrega los términos de potencia para X e Y: X*X, Y*Y, X*X*X, Y*Y*Y. Minitab también agrega interacciones para las variables predictoras y potencias: X*Y, X*A, Y*A, X*X*Y, X*Y*Y, X*X*A, X*Y*A, Y*Y*A.

Predictores cruzados y términos en el modelo

Es posible utilizar esta opción de las siguientes maneras:

Puede combinar dos o más predictores. Supongamos que selecciona X, Y, Z. Al hacer clic en Agregar, Minitab agrega los siguientes términos: X*X, X*Y, X*Z.
Puede combinar dos o más términos que ya están en el modelo. Supongamos que X*A y X*B están en el modelo. Si selecciona solo estos términos y hace clic en Agregar, Minitab agrega X*X*A*B.
Puede combinar predictores con términos del modelo. Supongamos que X*X e Y*Y están en el modelo. Si selecciona estos términos y predictores A, B y luego hace clic en Agregar, Minitab agrega X*X*A, X*X*B, Y*Y*A, Y*Y*B. Cada predictor se combina con cada término del modelo. Los predictores no se combinan consigo mismos. Los términos del modelo no se combinan consigo mismos.

Nota

Es posible que deba anular la selección de predictores o términos para que solo se seleccionen los términos que desea combinar. Para anular la selección de elementos, presione la tecla Ctrl mientras hace clic en los predictores o términos.

Términos en el modelo

Al agregar términos al modelo, los términos se enumeran en el espacio en blanco del cuadro de diálogo. En este espacio en blanco, puede seleccionar términos individuales o grupos de términos para eliminarlos o reorganizarlos.

Predeterminadas: Si el número de predictores es 15 o menos, esta selección completa el modelo con términos lineales y términos de segundo orden. Si el número de predictores es superior a 15, esta selección completa el modelo con los términos lineales.
Eliminar términos: Puede eliminar uno o más términos del modelo. Seleccione los términos y haga clic en Eliminar (la "X") en el cuadro de diálogo. También puede hacer doble clic en un término para eliminarlo.
Reorganizar términos: Para mover un término, selecciónelo y, a continuación, haga clic en uno de los botones de flecha del cuadro de diálogo para mover el término hacia arriba o hacia abajo. También puede mover un bloque contiguo de términos. Haga clic en el primer término, luego haga clic en la tecla Mayúscula y haga clic en el último término para seleccionar el bloque completo. A continuación, haga clic en la flecha correspondiente para mover el bloque.

Método de selección del modelo de regresión

Especifique si desea utilizar un método de selección de modelo. Las opciones que presenta Minitab dependen del tamaño del conjunto de datos. Las selecciones se combinan con selecciones del cuadro de diálogo secundario Validación para proveer un análisis que equilibre el rigor y la velocidad de cálculo:

N < 1,500: El método de validación en el cuadro de diálogo secundario Validación es Validación cruzada de K pliegues. El número máximo de grupos es 5. El Método de selección del modelo de regresión en el cuadro de diálogo secundario Términos es Escalonado.
1,500 ≤ N < 2,000: El método de validación en el cuadro de diálogo secundario Validación es Validación cruzada de K pliegues. El número máximo de grupos es 5. Método de selección del modelo de regresión en el cuadro de diálogo secundario Términos es Selección hacia delante con validación.
2,000 ≤ N: El método de validación en el cuadro de diálogo secundario Validación es Validación con un conjunto de prueba. La proporción de datos en el conjunto de prueba es de 0.3. El Método de selección del modelo de regresión en el cuadro de diálogo secundario Términos es Selección hacia delante con validación.

Escalonado: Este método comienza con un modelo vacío. Luego, Minitab agrega o elimina un término para cada paso. Minitab se detiene cuando todas las variables que no están en el modelo tienen valores p que son superiores a 0.15 y cuando todas las variables en el modelo tienen valores p que son inferiores o iguales a 0.15.
Selección hacia delante con validación: Cuando seleccione Selección hacia delante con validación, elija el método de validación para probar el modelo. Por lo general, con muestras más pequeñas, el método de validación cruzada con k-fold es apropiado. Con muestras más grandes, puede dividir los datos en un conjunto de datos de entrenamiento y un conjunto de datos de prueba. El procedimiento es similar a la selección hacia adelante. Al final de cada paso, Minitab calcula la estadística de R² de la prueba. Al final del procedimiento de selección hacia delante, el modelo con el mayor valor de R² de prueba es el modelo final.
El procedimiento continúa hasta que ocurre una de las siguientes condiciones:
- El procedimiento no encuentra una mejora del criterio durante 8 pasos consecutivos.
- El procedimiento se ajusta al modelo completo.
- El procedimiento se ajusta a un modelo que deja 1 grado de libertad para el error.
Ninguno: Ajuste el modelo con todos los términos para el modelo de regresión.