Spécifiez les options pour l'analyse de régression pas à pas de votre plan de criblage.
Une procédure pas à pas ajoute des termes au modèle et en supprime dans le but de déterminer un sous-ensemble utile de termes. Si vous choisissez une procédure progressive, les termes que vous spécifiez dans le Termes sous-dialog boîte sont candidats pour le modèle final. Pour plus d'informations, accédez à Utilisation de la régression pas à pas et de la régression des meilleurs sous-ensembles.
Les termes inclus dans le modèle final peuvent dépendre des restrictions liées à la hiérarchie pour les modèles. Pour plus d'informations, consultez la rubrique Hiérarchie ci-dessous.
Indiquez le critère d'information à utiliser pour la sélection ascendante.
Les valeurs AICc et BIC évaluent toutes deux la probabilité du modèle, puis ajoutent une pénalité pour l'ajout de termes. Cette pénalité réduit la tendance du système à surajuster le modèle aux données échantillon. Cette réduction permet généralement de produire un modèle qui fonctionne mieux.
De manière générale, quand le nombre de paramètres est relativement faible par rapport à l'effectif d'échantillon, une plus grande pénalité est appliquée à la valeur BIC qu'à la valeur AICc pour l'ajout de chaque paramètre. Dans ce cas, le modèle qui fournit la plus faible valeur BIC tend à être plus petit que celui qui fournit la plus faible valeur AICc.
Dans certains cas courants, par exemple dans les plans de criblage, le nombre de paramètres est généralement élevé par rapport à l'effectif d'échantillon. Dans ce cas, le modèle qui fournit la plus faible valeur AICc tend à être plus petit que celui qui fournit la plus faible valeur BIC. Par exemple, pour un plan de criblage définitif à 13 essais, le modèle qui fournit la plus faible valeur AICc tend à être plus petit que celui qui fournit la plus faible valeur BIC parmi l'ensemble des modèles à 6 paramètres ou plus.
Pour plus d'informations sur les valeurs AICc et BIC, reportez-vous à Burnham et Anderson.1
Vous pouvez déterminer la façon dont Minitab applique la hiérarchie de modèle pendant une procédure pas à pas. Le bouton Hiérarchie est désactivé si vous spécifiez un modèle non hiérarchique dans la sous-boîte de dialogue Termes.
Dans un modèle hiérarchique, tous les termes d'ordre inférieur qui sont inclus dans les termes d'ordre supérieur apparaissent aussi dans le modèle. Par exemple, un modèle qui comprend le terme d'interaction A*B*C doit également inclure les termes A, B, C, A*B, A*C et B*C pour être hiérarchique.
Les modèles doivent être hiérarchiques si vous souhaitez produire une équation en unités non codées. Toutefois, pensez aussi que les modèles contenant trop de termes peuvent être relativement imprécis et risquent de réduire la capacité à prévoir les valeurs de nouvelles observations.