일반 선형 모형 적합에 대한 단계적 회귀 분석 수행

단계적 방법은 항을 제거하고 항의 유용한 부분 집합을 식별하기 위해 모형에 항을 추가합니다. 단계적 절차를 선택하는 경우 모형 대화 상자에서 지정한 항은 최종 모형의 후보입니다. 자세히 알려면 최량 부분 집합 회귀 분석 및 단계적 회귀 분석 사용(으)로 이동하십시오.

전진 선택에서 사용할 정보 기준을 선택합니다.

AICc와 BIC 모두 모형의 우도를 평가한 다음 모형에 항을 추가하는 데 대한 벌칙을 적용합니다. 벌칙은 모형을 표본데이터에 과다 적합하는 경향을 줄입니다. 이에 따라 일반적으로 더 잘 수행되는 모형이 생성됩니다.

일반 지침에 따라, 모수 수가 표본 크기에 비해 작은 경우 AICc보다 BIC가 각 모수의 추가에 대한 벌칙이 더 큽니다. 이러한 경우 BIC를 최소화하는 모형이 AICc를 최소화하는 모형보다 더 작은 경향이 있습니다.

선별 설계와 같은 몇 가지 일반적인 경우, 모수의 수가 일반적으로 표본 크기에 비해 큽니다. 이러한 경우 AICc를 최소화하는 모형이 BIC를 최소화하는 모형보다 더 작은 경향이 있습니다. 예를 들어, 13-런 확정 선별 설계의 경우 모수가 6개 이상인 모형의 집합 중에서 AICc를 최소화하는 모형이 BIC를 최소화하는 모형보다 더 작은 경향이 있습니다.

AICc 및 BIC에 대한 자세한 내용은 Burnham and Anderson.¹

Minitab에서 단계적 절차 동안 모형 계층 구조를 적용하는 방식을 지정할 수 있습니다. 계층 구조 버튼은 모형 대화 상자에서 비계층적 모형을 지정하면 비활성화됩니다.

계층적 모형에서는 높은 차수의 항을 구성하는 모든 낮은 차수의 항이 모형에 표시됩니다. 예를 들어, 교호작용 항 A*B*C가 포함된 항은 A, B, C, A*B, A*C, B*C 항이 포함된 경우 계층적입니다.

일반 선형 모형은 변량 요인을 포함하지 않는 경우 비계층적일 수 있습니다. 일반적으로 주제 영역의 경우 저차 항을 포함하도록 제안하지 않을 경우 유의한 저차 항을 제거할 수 있습니다. 너무 많은 항을 포함하는 모형은 정확도가 떨어지므로, 새로운 관측치의 값을 예측하는 능력이 저하될 수 있습니다.

계층적 모형

단계적 절차에서 계층적 모형을 생성해야 하는지 여부를 선택합니다.

• 각 단계에서 계층적 모형이 필요함: Minitab에서는 계층 구조를 유지하는 항만 추가하거나 제거할 수 있습니다.
• 계층적 모형으로 만들기 위해 끝에 항 추가: 처음에 Minitab은 단계적 절차의 표준 규칙을 따릅니다. 최종 단계에서 Minitab은 p-값이 입력할 변수에 대한 알파 값보다 크더라도 계층적 모형을 생성하는 항을 추가합니다. 방법이(가) 정보 기준 전진 선택법일 때 이 옵션을 선택하면 Minitab에서 오류를 표시합니다. 단계의 모형 중에서 기준을 최소화하는 계층 모형을 얻으려면 각 단계에서 계층적 모형이 필요함을(를) 선택하십시오.
• 계층적 모형이 필요하지 않음: 최종 모형이 비계층적일 수 있습니다. Minitab은 단계적 절차의 규칙만을 기반으로 항을 추가하고 제거합니다.

다음 항에 대한 계층 구조 필요

계층적 모형이 필요한 경우 계층적이어야 하는 유형의 항을 선택합니다.

• 모든 항: 계량형 및/또는 범주형 변수가 포함된 항이 계층적이어야 합니다.
• 범주형 예측 변수가 있는 항: 범주형 변수가 포함된 항만 계층적이어야 합니다.

각 단계에 입력할 수 있는 항 수

각 단계에서 계층 구조가 필요한 경우 Minitab이 계층 구조를 유지하기 위해 각 단계에서 추가할 수 있는 항의 수를 선택합니다.

• 각 단계에서 최대 1개의 항을 입력할 수 있음: 해당 항을 하나 추가해도 계층 구조가 유지되는 경우에만 모형에 고차 항을 추가할 수 있습니다. 고차 항을 구성하는 모든 저차 항은 이미 모형에 포함되어 있어야 합니다.
• 계층 구조를 유지하기 위해 추가 항을 입력할 수 있음: 비계층적인 모형이 생성되더라도 모형에 고차 항을 추가할 수 있습니다. 그러나 p-값이 입력할 변수에 대한 알파 값보다 크더라도 계층적 모형을 생성하기 위해 필요한 항도 추가됩니다.