Métodos e fórmulas para stepwise em Resposta binária da análise para experimentos de superfície de resposta

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