Executar a regressão stepwise para Ajustar modelo logístico binário

Estat > Regressão > Regressão Logística Binária > Ajuste de Modelo Logístico Binário > Stepwise

Método

O stepwise remove e adiciona termos ao modelo com a finalidade de identificar um subconjunto útil dos termos. Se você escolher um procedimento stepwise, os termos que você especificar na caixa de diálogo Modelo são candidatos para o modelo final. Para obter mais informações, vá para Fundamentos de regressão stepwise.

Especifique o método que o Minitab usa para ajustar o modelo.
  • Nenhum: Ajuste o modelo com todos os termos que você especificar na caixa de diálogo Modelo.
  • Stepwise: Este método começa com um modelo vazio ou inclui os termos especificados para incluir no modelo inicial ou em todos os modelos. Em seguida, o Minitab adiciona ou remove um termo para cada etapa. É possível especificar os termos a serem incluídos no modelo inicial ou a serem forçados em cada modelo. O Minitab para quando todas as variáveis que não estão no modelo têm os valores de p que são maiores que o valor de Alfa para entrada especificado e quando todas as variáveis no modelo têm valores de p que são menores ou iguais ao valor de Alfa para remoção especificado.
  • Seleção forward: Este método começa com um modelo vazio ou inclui os termos especificados para incluir no modelo inicial ou em todos os modelos. Em seguida, o Minitab adiciona a maioria dos termos significativos para cada etapa. O Minitab para quando todas as variáveis que não estão no modelo têm os valores de p que são maiores que o valor de Alfa para entrada especificado.
  • Eliminação backward: Este método começa com todos os termos potenciais no modelo e remove o termo menos significativo para cada etapa. O Minitab para quando todas as variáveis que não estão no modelo têm os valores de p que são menores ou iguais ao valor de Alfa para remoção especificado.
Observação

Os termos que estão incluídos no modelo final podem depender de restrições de hierarquia para os modelos. Para obter mais informações, consulte o tópico sobre Hierarquia abaixo.

Termos potenciais

Exibe o conjunto de termos que o procedimento vai avaliar. Os indicadores (E ou I) ao lado do termo na lista significam a forma como o processo lida com o termo. O Método que você escolhe determina os ajustes iniciais nesta lista. É possível modificar a forma como o processo lida com os termos usando os dois botões abaixo. Se você não utilizar estes botões, o procedimento pode adicionar ou remover o termo do modelo com base em seu valor de p.
  • T = Incluir termo em todos os modelos: Selecione um termo e clique neste botão para forçar o termo em todos os modelos, independentemente do seu valor de p. Clique no botão novamente para remover essa condição.
  • I = Incluir termo no modelo inicial: Selecione um termo e clique neste botão para incluir o termo no modelo inicial. O procedimento pode remover estes termos se o valor de p for elevado demais. Clique no botão novamente para remover essa condição. Este botão só está disponível se você selecionar Stepwise em Método.

Alfa para entrada e remova

Alfa para entrada
Insira o valor de alfa que o Minitab usa para determinar se um termo pode ser inserido no modelo. Você pode definir esse valor ao selecionar Stepwise ou Seleção forward em Método.
Alfa para remoção
Insira o valor de alfa que o Minitab usa para determinar se um termo está removido do modelo. Você pode definir esse valor ao selecionar Stepwise ou Eliminação backward em Método.

Hierarquia

Você pode determinar como o Minitab impõe a hierarquia do modelo durante um procedimento stepwise. O botão Hierarquia é desativado se você especificar um modelo não-hierárquico na caixa de diálogo Modelo.

Em um modelo hierárquico, todos os termos de ordem inferior que incluem os termos de ordem superior também aparecem no modelo. Por exemplo, um modelo que inclui o termo de interação A*B*C é hierárquico se incluir estes termos: A, B, C, A*B, A*C e B*C.

Os modelos podem ser não-hierárquicos. Geralmente, você pode remover termos de ordem inferior se eles forem insignificantes, exceto se o conhecimento da área do assunto sugerir que você os inclua. Os modelos que contêm muitos termos podem ser relativamente imprecisos e podem reduzir a capacidade de predizer os valores de novas observações.

Considere as seguintes dicas:
  • Ajuste um modelo hierárquico primeiro. Você pode remover os termos insignificantes depois.
  • Se você padroniza suas preditoras contínuas, ajuste um modelo hierárquico para produzir uma equação em unidades não codificadas (ou naturais).
  • Se o modelo contiver variáveis categóricas, os resultados serão mais fáceis de interpretar se os termos categóricos forem, no mínimo, hierárquicos.
Modelo hierárquico
Escolha se o procedimento stepwise deve produzir um modelo hierárquico.
  • Exigir um modelo hierárquico em cada etapa: O Minitab só pode adicionar ou remover os termos que mantiverem a hierarquia.
  • Adicionar termos ao final para criar o modelo hierárquico: Inicialmente, o Minitab segue as regras padrão do procedimento stepwise. Na etapa final, o Minitab adiciona os termos que produzem um modelo hierárquico, mesmo se os seus valores-p forem maiores que o valor de Alfa para entrada.
  • Não exigir um modelo hierárquico: O modelo final pode ser não hierárquico. O Minitab irá adicionar e remover termos baseados apenas nas regras do procedimento stepwise.
Exigir hierarquia para os seguintes termos
Se você precisar de um modelo hierárquico, escolha os tipos de termos que devem ser hierárquicos.
  • Todos os termos: Termos que incluem as variáveis contínuas e/ou categóricas devem ser hierárquicos.
  • Termos com preditores categóricos: Apenas termos que incluem variáveis categóricas devem ser hierárquicos.
Quantos termos podem entrar em cada etapa
Se você precisar de hierarquia em cada etapa, escolha o número de termos que o Minitab pode adicionar em cada etapa, a fim de manter a hierarquia.
  • No máximo um termo pode entrar em cada etapa: Um termo de ordem superior pode entrar no modelo somente se a hierarquia for mantida ao acrescentar aquele único termo. Todos os termos de ordem inferior que compreendem a ordem mais elevada devem já estar no modelo.
  • Termos extras podem entrar para manter a hierarquia: Um termo de ordem superior pode entrar no modelo, mesmo que produza um modelo não hierárquico. No entanto, os termos que são necessários para produzir um modelo hierárquico também são adicionados, mesmo se os seus valores-p forem maiores que o valor de Alfa para entrada.

Exibir a tabela de detalhes da seleção do modelo

Especifique as informações serem exibidas sobre o procedimento stepwise na janela Session.
  • Detalhes sobre o método: Exibir o tipo de procedimento stepwise e os valores de alfa a serem inseridos e/ou remover um preditor do modelo.
  • Incluir detalhes para cada etapa: Exibir os coeficientes e valores de p, e estatísticas de resumo do modelo para cada etapa do procedimento.
Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política