Métodos e fórmulas para stepwise em Resposta binária da análise para experimentos fatoriais

Procedimento de critérios de informações forward

Um método para determinar quais as variáveis devem ser retidas em um modelo. O procedimento de critérios de informações forward adiciona o termo com o menor valor-p ao modelo em cada etapa. Os termos adicionais podem ser informados ao modelo em uma etapa se as configurações para análise permitirem a consideração de termos não hierárquicos, mas exigem que cada modelo seja hierárquico. O Minitab calcula os critérios de informação para cada etapa. O Minitab exibe os resultados da análise do modelo com o valor mínimo do critério de informações selecionado, seja ele AICc ou BIC. Na maioria dos casos, o procedimento continua até que uma das seguintes condições ocorra:
  • O procedimento não encontra um novo mínimo para o critério por 8 etapas consecutivas.
  • O procedimento ajusta o modelo completo.
  • O procedimento ajusta um modelo que deixa 1 grau de liberdade para o erro.
Se forem especificadas as configurações para o procedimento que requer um modelo hierárquico a cada etapa e que permita apenas um termo a ser inserido por vez, então o procedimento continua até que ou ele ajuste o modelo completo ou ajuste um modelo que deixe 1 grau de liberdade para o erro. O Minitab exibe os resultados da análise do modelo com o valor mínimo do critério de informações selecionado, seja ele AICc ou BIC.

Procedimento de seleção forward

Um método para determinar quais os termos a serem retidos em um modelo. A seleção forward acrescenta variáveis ao modelo usando o mesmo método do procedimento stepwise. Assim que é acrescentada, uma variável nunca é removida. O procedimento de seleção forward padrão termina quando nenhuma das variáveis candidatas têm um valor-p menor do que o valor especificado em Alfa para entrada.

Procedimento de eliminação regressiva

Um método para determinar quais as variáveis devem ser retidas em um modelo. A eliminação regressiva começa com o modelo que contém todos os termos e, em seguida, remove termos, um de cada vez, utilizando o mesmo método que o procedimento stepwise. Nenhuma variável, pode entrar novamente no modelo. O procedimento de eliminação regressiva padrão termina quando nenhuma das variáveis incluídas no modelo tem um valor-p maior que o valor especificado em Alfa para remoção.

Método stepwise

Executa a seleção de variáveis por meio da adição ou exclusão de preditores do modelo existente com base em um teste qui-quadrado. Stepwise é uma combinação de seleção progressiva e procedimento de eliminação regressiva.

Vá para Análise de Desviância para os cálculos de estatísticas qui-quadrado para um termo.

Variáveis a serem removidas

O Minitab calcula uma estatística qui-quadrado e valor-p para cada variável no modelo.

Se o valor-p para cada variável for maior do que o valor especificado em Alfa para remoção, o Minitab remove a variável com o maior valor-p do modelo, calcula a equação de regressão, exibe os resultados e inicia a próxima etapa.

Variáveis a serem adicionadas

Se o Minitab não puder remover uma variável, o procedimento tenta adicionar uma variável. O Minitab calcula uma estatística qui-quadrado e valor-p para cada variável que não está no modelo.

Se o valor-p correspondente à estatística qui-quadrado para qualquer variável for menor do que o valor especificado em Alfa para entrada, o Minitab adiciona a variável com o menor valor-p ao modelo, calcula a equação de regressão, exibe os resultados, e inicia a próxima etapa.

Quando mais nenhuma variável puder ser inserida ou removida do modelo, o procedimento stepwise é encerrado.

Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política