ベストサブセット回帰のデータに関する考慮事項

有効な結果が確実に得られるようにするため、データの収集、分析の実行、結果の解釈時には、次のガイドラインを考慮してください。

データには連続予測変数が複数含まれている

連続変数は測定および順序付けが可能で、2値間の間の数は無限です。たとえば、タイヤのサンプルの直径は連続変数です。

カテゴリ変数には、有限可算数のカテゴリまたは知覚グループが含まれます。カテゴリデータには、論理的順序がない場合があります。たとえば、カテゴリ予測変数には、性別、材料種、支払い方法が含まれます。

離散変数の場合、それを連続予測変数として扱うかカテゴリ予測変数として扱うかを決めることができます。離散変数は測定と順序付けが可能ですが、計数値をとります。たとえば、一世帯の人数は離散変数です。離散変数を連続として扱うかカテゴリとして扱うかは、水準数および分析の目的によって異なります。詳細はカテゴリ変数、離散変数、連続変数とはを参照してください。

• カテゴリ予測変数がある場合、ステップワイズ法で回帰モデルの適合を使用して、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。
• 枝分かれしているまたは無作為のカテゴリ予測変数がある場合、固定因子すべてがあるならば一般線形モデルの適合を使用し、無作為因子があるならば混合効果モデルの当てはめを使用します。

応答変数は連続量である

応答変数がカテゴリである場合、モデルは、データを正確に示すのにまたは有利な予測を行うのに、分析の仮説を満たしにくくなります。

• 応答変数に、合格と不合格などの、2つのカテゴリが含まれている場合は、2値ロジスティックモデルの当てはめを使用します。
• 応答変数に、まったくそう思わない、そう思わない、どちらともいえない、そう思う、とてもそう思うなど、自然な順序のカテゴリが3つ以上含まれている場合は、順位ロジスティック回帰を使用します。
• 応答変数に、キズ、打痕、摩耗など、自然な順序ではないカテゴリが3つ以上含まれている場合は、名義ロジスティック回帰を使用します。
• 応答変数で、欠陥数などの発生件数が数えられている場合は、ポアソンモデルの当てはめを使用します。

ベストプラクティスを使用してデータを収集する

結果が確実に有効になるようにするため、次のガイドラインについて考慮します。

• データが対象の母集団を表すことを確認します。
• 必要な精度を達成するために十分なデータを収集します。
• 可能な限り正確かつ的確に変数を測定します。
• データを収集した順序で記録します。

モデルがデータに良好に適合している

モデルがデータに適合しない場合、結果は、誤った認識を与える可能性があります。ベストサブセットは、候補のモデルを特定し、モデルの適合度を判断するために結果を提供します。ベストサブセットは、個々のモデル項の評価のためには残差プロットまたは結果を提供しません。この結果を評価する場合、回帰モデルの適合を使用して、候補のモデルをさらに探します。