ベストサブセット回帰の概要

ベストサブセット回帰を使用して、指定する予測変数のサブセットが含まれる異なる回帰モデルを比較します。Minitabは1つの予測変数、2つの予測変数などが含まれる最も適したモデルを選択します。最も適したモデルのR2が最大になります。連続応答変数と2つ以上の連続予測変数がある場合、ベストサブセット回帰を使用します。

ベストサブセット回帰は、できる限り少ない予測変数でデータが十分に適合するモデルの識別する効率的な方法です。予測変数のサブセットが含まれるモデルは、回帰係数と、すべての予測変数が含まれるモデルより小さな分散を持つ以降の応答を予測できる場合があります

たとえば、小売店の分析者は販売量を予測したいと考えます。予測変数には、交通、人口、平均収入、および店舗周辺の直接の競合店などがあります。分析者はベストサブセット回帰を使用して、販売量を最も良く予測する予測変数セットを特定します。

この分析の場所

ベストサブセット回帰を実行するには統計 > 回帰 > 回帰 > ベストサブセットを選択します。

他の分析を使用する場合

  • カテゴリ予測変数がある場合、ステップワイズ法で適合回帰モデルを使用して、統計的有意性に基づく予測変数が自動的に追加または削除されることで回帰モデルを選択します。
  • カテゴリ予測変数が枝分かれまたはランダムの場合、すべて固定因子の場合は一般線形モデルを適合、変量因子の場合は混合効果モデルを適合を使用します。
  • 応答変数がカテゴリ変数である場合、ロジスティック回帰手法を使用します。
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