応答曲面計画の2値応答を分析のステップワイズの方法と計算式

モデルにどの項を維持するかを判断する方法です。前方選択は、ステップワイズと同じ手順でモデルに予測変数を追加します。一度追加した予測変数は、削除されません。デフォルトでは、モデルに追加しようとする候補の変数に変数追加時のαで指定した値よりも小さなp値を持つものがなくなると、前方選択手順は終了します。

モデルにどの変数を維持するかを判断する方法です。後方削除は、全ての項を含むモデルからスタートし、ステップワイズ手順と同じ方法で1つずつ項を削除していきます。一度取り除いた予測変数は、再度モデルに入れることはできません。デフォルトでは、モデルに含まれる変数に変数削除時のαで指定した値よりも大きなp値を持つものがなくなると、後方削除手順は終了します。

カイ二乗検定を元に既存のモデルに予測変数を追加または削除して変数選択を実行します。ステップワイズは前方選択と後方削除の手順の組み合わせです。

項のカイ二乗統計量の計算は逸脱分析を参照してください。

取り除く変数

Minitabはカイ二乗統計量とモデル内の各変数のp値を計算します。

いずれかの変数に対するp値が変数削除時のαで指定した値より大きい場合、Minitabは最大のp値を持つ変数をモデルから取り除き、回帰式を計算し、結果を表示して次のステップを開始します。

追加する変数

Minitabが変数を削除できない場合、変数の追加を試みます。Minitabはカイ二乗統計量とモデル内に無い各変数のp値を計算します。

いずれかの変数に対するカイ二乗統計量に対応するp値が変数追加時のαで指定した値より小さい場合、Minitabは最小のp値を持つ変数をモデルに追加し、回帰式を計算し、結果を表示して次のステップを開始します。

これ以上変数を追加または削除できない場合は、ステップワイズの手順は終了します。