Méthodes et formules pour la méthode pas à pas pour la fonction Analyser une réponse binaire pour un plan factoriel

Procédure de sélection ascendante par critères d'information

Méthode permettant de déterminer les variables à conserver dans un modèle. La procédure de sélection ascendante par critères d'information ajoute au modèle le terme ayant la plus faible valeur de p à chaque étape. D'autres termes peuvent être intégrés au modèle au cours d'une même étape si les paramètres de l'analyse autorisent la prise en compte des termes non hiérarchiques mais exigent que chaque modèle soit hiérarchique. Minitab calcule les critères d'information de chaque étape. Minitab affiche les résultats de l'analyse pour le modèle présentant la plus petite valeur pour le critère d'information sélectionné (AICc ou BIC). Dans la plupart des cas, la procédure continue jusqu'à ce que l'une des situations suivantes se produise :
  • La procédure ne trouve pas d’amélioration du critère pour 8 étapes consécutives.
  • La procédure ajuste le modèle complet.
  • La procédure ajuste un modèle qui conserve un degré de liberté pour l'erreur.
Si vous définissez des paramètres qui requièrent un modèle hiérarchique à chaque étape et qui n'autorisent l'introduction que d'un seul terme à la fois, la procédure se poursuit jusqu'à ce qu'elle ait ajusté le modèle complet ou un modèle qui conserve un degré de liberté pour l'erreur. Minitab affiche les résultats de l'analyse pour le modèle présentant la plus petite valeur pour le critère d'information sélectionné (AICc ou BIC).

Procédure de sélection ascendante

Méthode permettant de déterminer les termes à conserver dans un modèle. La sélection ascendante ajoute des variables au modèle en utilisant la même méthode que la procédure pas à pas. Une variable n'est jamais enlevée une fois qu'elle a été ajoutée. La procédure de sélection ascendante par défaut se termine lorsqu'aucune des variables candidates n'a de valeur de p inférieure à la valeur spécifiée dans Alpha pour inclure.

Procédure d'élimination descendante

Méthode permettant de déterminer les variables à conserver dans un modèle. L'élimination descendante part d'un modèle contenant tous les termes, puis supprime des termes un par un, avec la même méthode que pour la procédure pas à pas. Aucune variable exclue ne peut être réintégrée au modèle. La procédure d'élimination descendante par défaut se termine lorsqu'aucune des variables incluses dans le modèle n'a de valeur de p supérieure à la valeur spécifiée dans Alpha pour exclure.

Méthode pas à pas

Effectue une sélection de variables en ajoutant ou en supprimant des prédicteurs dans le modèle existant sur la base d'un test du Khi deux. La régression pas à pas combine des procédures de sélection ascendante et d'élimination descendante.

Pour plus d'informations sur le calcul des statistiques du Khi deux pour un terme, reportez-vous à la rubrique Analyse de la somme des carrés d'écart.

Variables à enlever

Minitab calcule une statistique du Khi deux et une valeur de p pour chaque variable du modèle.

Si la valeur de p d'une variable est supérieure à la valeur indiquée dans Alpha pour exclure, Minitab supprime la variable dont la valeur de p est la plus élevée du modèle, calcule l'équation de régression, affiche les résultats et passe à l'étape suivante.

Variables à ajouter

Si Minitab ne peut pas supprimer une variable, la procédure tente d'en ajouter une. Minitab calcule une statistique du Khi deux et une valeur de p pour chaque variable non incluse dans le modèle.

Si la valeur de p correspondant à la statistique du Khi deux d'une variable est inférieure à la valeur indiquée dans Alpha pour inclure, Minitab ajoute la variable dont la valeur de p est la plus faible au modèle, calcule l'équation de régression, affiche les résultats et lance une nouvelle étape.

Lorsqu'il devient impossible d'ajouter une variable au modèle ou d'en supprimer, la procédure pas à pas se termine.