一般線形モデルを適合のステップワイズの実行

統計 > 分散分析 > 一般線形モデル > 一般線形モデルを適合 > ステップワイズ

ステップワイズは変量因子を含むモデルには使用不可です。

方法

ステップワイズでは、有効な項のサブセットを特定する目的でモデルに項が追加、削除されます。ステップワイズの手順を選択した場合、モデルダイアログボックスで指定した項は最終モデルの候補になります。詳細は、ステップワイズ回帰の基本事項を参照してください。

Minitabでモデルの適合に使用する方法を指定します。
  • なし:モデルダイアログボックスで指定するすべての項を使ってモデルを適合します。
  • ステップワイズ:この方法では、モデルは空の状態か、最初のモデルまたは全モデルに含めるよう指定した項が追加された状態からスタートします。その後、Minitabによって各ステップにおいて項が追加または削除されます。最初のモデルに含める項や、全モデルに強制的に含める項を指定することができます。Minitabは、モデルに含まれていないすべての変数のp値が指定した変数追加時のα値より大きくなったとき、およびモデルに含まれるすべての変数のp値が指定した変数削除時のα値以下になったときに停止します。
  • 前方選択:この方法では、モデルは空の状態か、最初のモデルまたは全モデルに含めるよう指定した項が追加された状態からスタートします。その後、Minitabによって各ステップにおいて最も有意な項が追加されます。Minitabは、モデルに含まれていないすべての変数のp値が指定された変数追加時のα値より大きくなると停止します。
  • 後方削除:この方法では、モデルにすべての潜在的な項が含まれた状態からスタートし、各ステップにおいて最下位の項が削除されます。Minitabは、モデルに含まれるすべての変数のp値が指定された変数削除時のα値以下になると停止します。

最終のモデルに含まれる項は、モデル階層の制限に依存する場合があります。詳細は、下の階層に関するトピックを参照してください。

潜在的な項

この手順で評価する項、一式を表示します。リストの項の横にある指標(EまたはI)は、この手順で項をどう処理するかを示しています。選択した方法により、このリストにおける初期設定が決定します。下の2つのボタンで、この手順での項の処理を変更できます。このボタンを使用しない場合、手順ではp値に基づいてモデルへの項の追加や削除が行われます。
  • E = すべてのモデルに項を含める:項を選択してこのボタンをクリックすると、p値にかかわらず全てのモデルに強制的に項が追加されます。再度クリックすると、この設定を解除することができます。
  • I = 最初のモデルに項を含める:項を選択してこのボタンをクリックすると、最初のモデルにその項が含まれます。手順では、p値が高すぎる場合はその項の削除が可能です。再度クリックすると、この設定を解除することができます。このボタンは方法ステップワイズを選択した場合のみ有効です。

変数追加時のαと削除

変数追加時のα
モデルに項を追加できるかどうかをMinitabが判断するためのα値を入力します。方法ステップワイズまたは前方選択を選択した場合にこの値を設定できます。
変数削除時のα
モデルから項が削除されたかどうかをMinitabが判断するためのα値を入力します。方法ステップワイズまたは後方削除を選択した場合にこの値を設定できます。

階層

ステップワイズの手順でMinitabがモデル階層をどう作成するかを決定することができます。モデルダイアログボックスで非階層モデルを指定した場合は、階層ボタンは無効になります。

階層モデルでは、高次の項を構成するすべての低次の項もモデルに組み込まれています。たとえば、交互作用項A*B*Cを含むモデルがA、B、C、A*B、A*C、B*Cを含む場合、このモデルは階層的です。

一般線形モデルは変量因子を持たない限り非階層型になり得ます。基本的に、専門知識から不要と判断した場合のみ、有意でない低次の項は取り除くことができます。項が多すぎるモデルは比較的精度が低くなり、新しい観測値の推定力を下げる要因になります。

次のポイントを考慮してください。
  • 先に階層モデルを適合します。有意でない項は後から取り除けます。
  • 共変量を標準化する場合、階層モデルを適合して非コード化(自然)単位で式を作成します。
  • モデルにカテゴリ変数が含まれる場合、そのカテゴリ変数が少なくとも階層型であれば結果は解釈しやすくなります。
階層型モデル
ステップワイズの手順で階層モデルの生成が必須かどうかを選択します。
  • 各ステップで階層型モデルを必須とする:階層を維持する項のみ追加、削除することができます。
  • モデルを階層型にするために項を最後に追加: 最初のステップでは、Minitabはステップワイズ手順の標準規則に従います。最終ステップで、p値が変数追加時のαよりも大きい場合でも、階層モデルを生成する項を追加します。
  • 階層型モデルを必須しない:最終モデルは非階層型でも可とします。Minitabはステップワイズ手順の規則に従ってのみ、項の追加や削除を行います。
次の項では階層が必須
階層モデルを必要とする場合、階層型である必要がある項のタイプを選択します。
  • すべての項:連続変数とカテゴリ変数のどちらか、あるいは両方を含む項は階層型である必要があります。
  • カテゴリ予測変数の項:カテゴリ変数を含む項のみ、階層型である必要があります。
各ステップで入力できる項数
各ステップで階層が必要な場合、階層を維持するために各ステップでMinitabに追加を許可する項の数を選択します。
  • 各ステップで項を1つだけ入力できます:高次の項を1つ追加しても階層が維持される場合のみ、高次の項を追加します。高次の項を構成するすべての低次の項は、すでにモデルに取り込まれている必要があります。
  • 階層を維持するには、余分な項を入力します: その高次の項を追加することによって非階層型モデルを生成するとしても、高次の項を追加します。ただし、階層モデルを生成するのに必須の項も、そのp値が変数追加時のα値より大きくても追加されます。

モデル選択詳細の表を表示

セッションウィンドウに表示するステップワイズの手順に関する情報を指定します。
  • この方法の詳細:ステップワイズ手順のタイプと、モデルに対し予測変数を追加、削除するためのα値を表示します。
  • 各項目で詳細を含める:手順の各ステップの係数、p値、モデルの要約統計量を表示します。
本サイトを使用すると、分析およびコンテンツのカスタマイズのためにクッキーが使用されることに同意したことになります。  当社のプライバシーポリシーをご確認ください