확정 선별 설계를 위한 이항 반응 분석의 단계적 회귀 분석에 대한 방법 및 공식

전진 정보 기준 절차

모형에 유지할 변수를 결정하는 방법입니다. 전진 정보 기준 절차에서는 각 단계에서 p-값이 가장 낮은 항을 모형에 추가합니다. 분석에 대한 설정에서 비계층적 항을 고려할 수 있지만 각 모형이 계층적이어야 하는 경우 1단계에서 모형에 추가 항을 입력할 수 있습니다. Minitab에서 각 단계에 대한 정보 기준을 계산합니다. Minitab에서 AICc 또는 BIC 등 선택된 정보 기준의 값이 가장 작은 모형에 대한 분석 결과를 표시합니다. 대부분의 경우 다음 조건 중 하나가 발생할 때까지 절차가 계속됩니다.
  • 절차에서 8개의 연속적 단계 동안 기준의 새로운 최소값을 찾지 못합니다.
  • 절차가 전체 모형을 적합합니다.
  • 절차가 오차에 대한 자유도 1을 남겨두는 모형을 적합합니다.
각 단계에서 계층적 모형이 필요한 절차에 대한 설정을 지정하고 한 번에 하나의 항만 입력할 수 있도록 허용하는 경우, 전체 모형 또는 오차에 대한 자유도 1을 남겨두는 모형을 적합할 때까지 절차가 계속됩니다. Minitab에서 AICc 또는 BIC 등 선택된 정보 기준의 값이 가장 작은 모형에 대한 분석 결과를 표시합니다.

전진 선택 절차

모형에 유지할 항을 결정하는 방법입니다. 전진 선택은 단계적 절차와 같은 방법을 사용하여 변수를 모형에 추가합니다. 한 번 추가된 변수는 제거되지 않습니다. 기본 전진 선택 절차는 모형에 포함된 어느 후보 변수의 p-값도 입력할 변수에 대한 알파에 지정된 값보다 작지 않을 때 종료됩니다.

후진 제거 절차

모형에 유지할 변수를 결정하는 방법입니다. 후진 제거는 모형에 모든 항이 포함된 상태에서 시작하며, 단계적 절차와 동일한 방법을 사용하여 한 번에 하나씩 항을 제거합니다. 제거된 변수를 모형에 다시 입력할 수 없습니다. 기본 후진 제거 절차는 모형에 포함된 어떤 변수의 p-값도 제거할 변수에 대한 알파에 지정된 값보다 크지 않을 때 종료됩니다.

단계적 방법

카이-제곱 검정에 기반한 기존 모형에 예측 변수를 추가하거나 삭제하여 변수 선택을 수행합니다. 단계적 방법은 전진 선택과 후진 제거 절차의 조합입니다.

항의 카이-제곱 통계량을 계산하려면 이탈도 분석으로 이동하십시오.

제거할 변수

Minitab에서는 모형의 각 변수에 대한 카이-제곱 통계량과 p-값을 계산합니다.

변수에 대한 p-값이 제거할 변수에 대한 알파에 지정된 값보다 큰 경우 Minitab에서는 p-값이 가장 큰 변수를 모형에서 제거하고, 회귀 방정식을 계산하며, 결과를 표시하고, 다음 단계를 시작합니다.

추가할 변수

Minitab에서 변수를 제거할 수 없으면 변수를 추가하려고 시도합니다. Minitab에서는 모형에 없는 각 변수에 대한 카이-제곱 통계량과 p-값을 계산합니다.

변수의 카이-제곱 통계량에 해당하는 p-값이 입력할 변수에 대한 알파에 지정된 값보다 작은 경우 Minitab에서는 p-값이 가장 작은 변수를 모형에 추가하고, 회귀 방정식을 계산하며, 결과를 표시하고, 다음 단계를 초기화합니다.

모형에 더 이상 변수가 추가되지 않거나 제거되지 않으면 단계적 절차가 종료됩니다.

이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오