MARS^® 回帰の分析オプションを選択する

分析オプションを選択します。

最適モデルの選択基準

次の基準から選択して、モデルに最適な基底関数の数を選択します。この選択は、基底関数の検索には影響しません。2つの基準で同じ数の基底関数が選択されている場合、2つの基準のモデルは同じです。

• R二乗: このオプションを選択すると、R二乗値が最大値を持つモデルの結果が表示されます。
• 平均絶対偏差: このオプションを選択すると、平均絶対偏差が最も小さいモデルの結果が表示されます。

基底関数の最大数

ほとんどの場合、デフォルト値の30が良好に機能します。30基底関数がデータに対して小さすぎると思われる場合は、より大きな値を検討してください。たとえば、30個を超える予測変数が重要であると思われる場合は、より大きな値を検討します。

30で十分かどうかわからない場合は、最初の結果を確認してください。たとえば、値を大きくすると、解析によって基底関数が追加されるにつれて決定係数の 2 乗値が上昇傾向にある場合に、モデルの適合度が向上する可能性が高くなります。

ノット間の観測値の最小数

MARS® に選択を許可する

分析では、サンプルサイズとモデルの複雑さを使用して、値を自動的に選択します。ほとんどの場合、自動値はうまく機能します。

ユーザー指定 λ

値 1 は、連続するデータ ポイントが基底関数が変化するポイントとして適格であることを示します。値 1 を指定すると、モデル予測を最も迅速に変更できます。モデルの適合度に対する効果を確認するために、さまざまな値を検討します。たとえば、一部のデータでは、値が大きいほど、トレーニング データが過剰適合する可能性が低い、より滑らかなモデルが作成されます。このような滑らかなモデルは、データの特定の範囲では精度が低下する場合があります。

次の予測変数の変換を無効にする

予測変数が応答変数に対して線形効果のみを持つことができるように、連続予測変数を入力します。この効果を説明する別の方法は、すべての予測変数には、予測変数の最小値に結び目を持つ基底関数が1つしかないことです。たとえば、加法モデルの予測変数に、曲率をモデル化するための複数の基底関数があるとします。3つの基底関数を持つ予測変数の結果の偏依存プロットの形式は次のとおりです。

予測変数の変換がない場合、予測変数の基底関数は 1 つだけです。1基底関数から得られる偏依存プロットは直線です。

重み

ケースの重みを含む列を入力します。この列の行数は、応答列と同じである必要があります。値は0以上である必要があります。Minitabでは、欠損値またはゼロを含む行は分析から除外されます。