Méthodes et formules pour la sélection de modèle dans Ajuster le modèle de Cox avec des prédicteurs fixes uniquement

Sélectionnez la méthode ou la formule de votre choix.

Méthode pas à pas

Effectue une sélection de variables en ajoutant ou en supprimant des prédicteurs dans le modèle existant en fonction du test F. §. Dans la sélection par étapes, le modèle initial est vide par défaut. Les spécifications de l’analyse permettent l’ajout de termes au modèle initial et l’ajout de termes à chaque modèle. La régression pas à pas combine des procédures de sélection ascendante et d'élimination descendante. Premièrement, la procédure évalue s’il y a raison de supprimer un terme avec les règles d’élimination rétrograde. Si la procédure ne trouve aucun terme à supprimer, la procédure évalue s’il convient d’ajouter un terme avec les règles de sélection de transfert. La sélection pas à pas ne peut pas s'effectuer si le modèle initial utilise tous les degrés de liberté.

Procédure de sélection ascendante

Dans la sélection avancée, le modèle initial est vide ou contient des termes qui se trouvent dans chaque modèle. Pour chaque trimestre candidat, Minitab Statistical Software calcule une statistique de test de score et une valeur de p correspondante. Si au moins un terme candidat a une valeur p inférieure à la valeur spécifiée dans Alpha pour inclure, le terme avec la plus petite valeur p entre dans le modèle. Avec certaines spécifications pour l’analyse, des termes supplémentaires entrent dans le modèle en une seule étape pour maintenir la hiérarchie du modèle. Une fois ajouté, un terme ne sort jamais du modèle. 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

Dans l’élimination en amont, le modèle initial contient tous les termes candidats. Pour chaque terme du modèle, Minitab Statistical Software calcule une statistique de test de Wald et une valeur de p correspondante. Si au moins un terme a une valeur p supérieure à la valeur spécifiée dans Alpha pour exclure, le terme avec la valeur p du grand ensemble quitte le modèle. Avec certaines spécifications pour l’analyse, des termes supplémentaires quittent le modèle en une seule étape pour maintenir la hiérarchie du modèle. Une fois supprimé, un terme ne réintéra jamais dans le 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. L'élimination descendante ne peut pas s'effectuer si le modèle initial utilise tous les degrés de liberté.

Procédure de sélection ascendante par critères d'information

La procédure des critères d’information directe ajoute le terme candidat ayant la valeur la plus faible du critère d’information pour l’analyse, soit AICc ou BIC. Des termes supplémentaires peuvent figurer dans le modèle dans une étape si les paramètres de l'analyse permettent de prendre en considération des termes non hiérarchiques, mais exigent que chaque modèle soit hiérarchique. Minitab calcule les critères d'informations à chaque étape. Minitab affiche les résultats de l'analyse pour le modèle avec la valeur minimale du critère d'information sélectionné, AICc ou BIC. Dans la plupart des cas, la procédure se poursuit jusqu'à ce que l'une des conditions suivantes se produise :
  • La procédure ne trouve pas d'amélioration dans le critère pour 8 étapes consécutives.
  • La procédure correspond au modèle complet.
  • La procédure correspond à un modèle qui laisse un degré de liberté pour l'erreur.
Si vous spécifiez des paramètres de la procédure qui nécessitent un modèle hiérarchique à chaque étape et autorisez seulement la saisie d'un seul terme à la fois, alors la procédure continue jusqu'à ce qu'elle corresponde au modèle complet ou à un modèle qui laisse un degré de liberté pour l'erreur. Minitab affiche les résultats de l'analyse pour le modèle avec la valeur minimale du critère d'information sélectionné, AICc ou BIC.