Métodos y fórmulas para el paso a paso en Ajustar modelo logístico binarioy Regresión logística binaria

Realiza la selección de las variables al agregar o eliminar predictores del modelo existente con base en la prueba F. El procedimiento escalonado es una combinación de los procedimientos de selección hacia adelante y eliminación hacia atrás. La selección escalonada no procede si el modelo inicial utiliza todos los grados de libertad.

Variables que se eliminarán

Minitab calcula un estadístico F y un valor p para cada variable incluida en el modelo. Si el modelo contiene j variables, entonces F para cualquier variable, x_r, es esta fórmula:

Notación

Si el valor p de cualquier variable es mayor que el valor especificado en Alfa a retirar, entonces Minitab elimina del modelo la variable con el valor p más grande, calcula la ecuación de regresión, muestra los resultados e inicia el siguiente paso.

Variables que se agregarán

Si Minitab no puede eliminar una variable, el procedimiento intenta agregar una variable. Minitab calcula un estadístico F y un valor p para cada variable que no esté en el modelo. Si el modelo contiene j variables, entonces F para cualquier variable, x_a, es esta fórmula:

Notación

Término	Description
SSE j	SC error antes de agregar xa al modelo
SSE(j + Xa )	SC error después de agregar xa al modelo
	Grados de libertad para la variable Xa
MSE(j + Xa )	CM error después de agregar xa al modelo

Si el valor p correspondiente al estadístico F para cualquier variable es más pequeño que el valor especificado en Alfa a entrar, Minitab agrega al modelo la variable con el valor p más pequeño, calcula la ecuación de regresión, muestra los resultados y luego avanza a un nuevo paso. Cuando no se pueden ingresar o eliminar más variables en el modelo, el procedimiento escalonado termina.

Un método para determinar cuáles términos se conservarán en un modelo. La selección hacia delante agrega variables al modelo utilizando el mismo método que el procedimiento escalonado. Una vez agregada, una variable nunca se elimina. El procedimiento de selección hacia delante predeterminado concluye cuando ninguna de las variables candidatas tiene un valor p más pequeño que el valor especificado en Alfa a entrar.

Un método para determinar cuáles variables se conservarán en un modelo. La eliminación hacia atrás comienza con el modelo que contiene todos los términos y luego elimina los términos, uno a la vez, utilizando el mismo método que el procedimiento escalonado. Ninguna variable se puede volver a ingresar en el modelo. El procedimiento de eliminación hacia atrás concluye cuando ninguna de las variables incluidas en el modelo tiene un valor p mayor que el valor especificado en Alfa a retirar. La eliminación hacia atrás no procede si el modelo inicial utiliza todos los grados de libertad.