에 대한 MARS® 회귀
분석기본 메서드를 지정합니다. 기본값에 대한 변경 사항은 Minitab 통계 소프트웨어를 종료한 후에도 기본값을 다시 변경할 때까지 유지됩니다.
최적의 모델 선택 기준
다음 기준 중에서 선택하여 모형에 대한 최적의 기저 함수 개수를 선택합니다. 이 선택은 기저 함수 검색에 영향을 주지 않습니다. 2개의 기준이 동일한 수의 기저 함수를 선택하면 2개의 기준의 모형이 동일합니다.
R-제곱: 모델에 대한 결과를 최대 R-제곱 값으로 표시하려면 이 옵션을 선택합니다.
평균 절대 편차: 평균 절대 편차가 가장 적은 모델에 대한 결과를 표시하려면 이 옵션을 선택합니다
예측 변수 교호작용
교호작용은 예측 변수의 효과가 다른 예측 변수의 값에 따라 달라진다는 것을 의미합니다. 예를 들어, 오븐에서 곡물이 건조되는 속도는 오븐에서의 시간에 따라 다르지만 시간의 영향은 오븐의 온도에 따라 다릅니다. 시간 변수와 온도 변수가 상호 작용합니다.
Order는 기저 함수에 포함될 수 있는 여러 예측 변수의 수를 지정합니다. 예를 들어, 차수가 2이면 예측 변수의 효과가 다른 예측 변수 1개의 값에 따라 달라질 수 있다는 것을 나타냅니다. 차수가 3이면 예측 변수의 효과가 다른 예측 변수 2개 값에 따라 달라질 수 있다는 것을 나타냅니다. 차수가 4이면 예측 변수의 효과가 다른 예측 변수 3개 값에 따라 달라질 수 있다는 것을 나타냅니다. 다음 기본 함수는 차수 3의 교호작용의 예입니다.
기본값 30은 대부분의 경우에 잘 작동합니다. 30개의 기저 함수가 데이터에 비해 너무 작아 보이는 경우 더 큰 값을 고려하십시오. 예를 들어, 30개 이상의 예측 변수가 중요하다고 생각되는 경우 더 큰 값을 고려하십시오.
30이면 충분한지 확실하지 않은 경우 초기 결과를 검토합니다. 예를 들어, 분석에서 기저 함수를 추가함에 따라 R-제곱 값이 위쪽으로 추세를 보이는 경우 값이 클수록 모형의 적합도가 향상될 가능성이 더 높습니다.
매듭 사이의 최소 관측치 수
MARS가® 선택하도록 허용
분석에서는 표본 크기와 모형 복잡도를 사용하여 값을 자동으로 선택합니다. 자동 값은 대부분의 경우 잘 작동합니다.
사용자 정의 λ
값 1은 연속 데이터 요소가 기저 함수가 변경되는 점이 될 수 있음을 나타냅니다. 값 1은 모델 예측에서 가장 빠른 변경을 허용합니다. 더 큰 값을 사용하여 더 부드러운 모델을 생성하여 보다 일반적인 관계를 탐색할 수 있습니다. 이러한 부드러운 모델은 때때로 데이터의 특정 범위에서 덜 정확합니다.
