TreeNet^® 回帰による主要な予測変数を検出の方法と計算式

予測変数の除去分析では、まず、すべての予測変数を含むモデルが構築されます。分析では、そのモデルを使用して、すべての予測変数の重要度スコアを計算します。次のステップは、分析によって重要でない予測変数または重要な予測変数が排除されるかどうかによって異なります。

重要でない予測変数

分析は、まず予測変数を重要度スコア順に並べ替えます。分析によって重要でない予測変数を削除する場合、並べ替え後のリスト内で最も重要度の低い予測変数を削除して、順次モデルが構築されます。具体的には、各モデルステップで、重要度スコアが0の予測変数と、指定された数の最も重要度の低い予測変数が削除されます。この分析では、この予測変数のサブセットを使用してモデルを構築します。そのモデルを使用して、分析内に残っているすべての予測変数の重要度の値を再計算します。予測値の除去とモデルの構築のステップは、除去ステップの最大数に対して繰り返されます。

重要な予測変数

分析は、まず予測変数を重要度スコア順に並べ替えます。分析によって重要な予測変数を削除する場合、並べ替え後のリスト内で最も重要度の高い予測変数を削除して、順次モデルが構築されます。具体的には、各モデルステップで、前のモデルの最も重要な予測変数を使用せずにモデルが構築されます。そのモデルを使用して、分析内に残っているすべての予測変数の重要度スコアを再計算します。予測値の除去とモデルの構築のステップは、除去ステップの最大数に対して繰り返されます。

モデル選択表のモデル要約統計値の計算については、TreeNet® 回帰による適合モデルおよび主要な予測変数を検出のモデル要約の方法と計算式を参照してください。