L’analyse d’élimination des prédicteurs construit d’abord un modèle avec tous les prédicteurs. L’analyse utilise ce modèle pour calculer les scores d’importance pour tous les prédicteurs. Les prochaines étapes dépendent de l'élimination des prédicteurs sans importance ou des prédicteurs importants.
- Prédicteurs sans importance
- L’analyse commence par trier les prédicteurs dans l’ordre de leurs scores d’importance. Si l’analyse élimine les prédicteurs sans importance, elle construit des modèles séquentiels en supprimant les prédicteurs les moins importants de la liste triée. Plus précisément, à chaque étape du modèle, l’analyse supprime tous les prédicteurs ayant des scores d’importance de 0 plus le nombre spécifié de prédicteurs les moins importants. L’analyse construit un modèle avec ce sous-ensemble des prédicteurs. L’analyse utilise ce modèle pour recalculer les valeurs d’importance pour tous les prédicteurs qui restent dans l’analyse. Les étapes de l’élimination des prédicteurs et de la construction du modèle se répètent le nombre maximal d’étapes d’élimination.
- Prédicteurs importants
- L’analyse commence par trier les prédicteurs dans l’ordre de leurs scores d’importance. Si l’analyse élimine les prédicteurs importants, elle construit des modèles séquentiels en supprimant les prédicteurs les plus importants de la liste triée. Plus précisément, à chaque étape du modèle, l’analyse construit un modèle sans le prédicteur le plus important du modèle précédent. L’analyse utilise ce modèle pour recalculer les scores d’importance pour tous les prédicteurs qui restent dans l’analyse. Les étapes de l’élimination des prédicteurs et de la construction du modèle se répètent le nombre maximal d’étapes d’élimination.
Pour plus de détails sur le calcul des statistiques récapitulatives du modèle dans le tableau de sélection de modèle, passez à Méthodes et formules pour le récapitulatif du modèle dans Ajuster le modèle et Découvrir les prédicteurs principaux avec Régression TreeNet®.
