Especificar os termos do modelo para Descobrir o melhor modelo (Resposta contínua)

Módulo de análise preditiva > Aprendizado de máquina automatizado > Descobrir o melhor modelo (Resposta contínua) > Termos

Observação

Este comando está disponível com o Módulo de análise preditiva. Clique aqui saber mais sobre como ativar o módulo.

Especifique como determinar os termos do modelo de regressão. Normalmente, uma análise que considera termos lineares e termos de ordem 2 em combinação com a seleção de modelos stepwise fornece um modelo com boa capacidade preditiva. Você pode selecionar Seleção forward com validação para determinar se o método produz um modelo com maior precisão de previsão.

Se você tem um grande número de preditores, a seleção do modelo final pode levar muito tempo para considerar termos lineares e termos de ordem 2 com seleção de modelos stepwise. Se o número de preditores for maior que 15, a seleção padrão deve considerar apenas termos lineares. Para avaliar alguns termos de ordem superiores, além de termos lineares, selecione especificar os termos do modelo.

Termos a incluir no modelo de regressão

Selecione se deve usar os termos padrão ou especificar seu próprio conjunto de termos.

Termos lineares e termos de ordem 2

A análise utiliza todos os termos lineares e termos da ordem 2. Os termos de ordem 2 incluem todas as interações entre 2 termos lineares e termos quadrados para os preditores contínuos.

Termos lineares

A análise usa todos os termos lineares.

Especifique os termos

Você pode adicionar termos de interação e termos polinomiais ao seu modelo. Preenche o modelo apenas com os fatores e covariáveis que inseridos na caixa de diálogo principal. Se o número de preditores for de 15 ou menos, o modelo contém os termos lineares e termos de ordem 2 para os preditores. Se o número de preditores for maior que 15, então o modelo contém os termos lineares. Clique Padrão para retornar ao modelo inicial.

Você pode reiniciar através de várias maneiras. Nós usamos exemplos para ilustrá-las. Para os exemplos, vamos supor que a lista tem 3 variáveis contínuas, X, Y, Z e 2 variáveis categóricas, A, B.

Adicionar termos usando as preditores selecionadas e os termos do modelo

Para adicionar termos ao modelo, selecione pelo menos um preditor ou termo. Para selecionar vários itens ou desmarcar um item, pressione a tecla Ctrl enquanto clica nos preditores ou termos.

Interações até a ordem

Adicione todas as interações por meio da ordem especificada. Suponha que você selecione preditores X, Y, A e adicione interações através da ordem 3. Quando você Adicionar clica, Minitab adiciona X*Y, X*A, Y*A, X*Y*A.

Termos até a ordem

Use para modelar curvatura. Esta opção adiciona poderes e interações através da ordem especificada. Os poderes são para os preditores contínuos. Suponha que você selecione X, Y, A e termos através da ordem 3. Quando você Adicionar clica, Minitab adiciona os termos de energia para X e Y: X*X, Y*Y, X*X*X, Y*Y*Y. A Minitab também adiciona interações para as variáveis e poderes do preditor: X*Y, X*A, Y*A, X*X*Y, X*Y*Y, X*X*A, X*Y*A, Y*Y*A.

Preditores cruzadas e termos no modelo

Esta opção pode ser usada das seguintes maneiras:

É possível cruzar dois ou mais preditores. Suponha que você selecione X, Y, Z. Quando você Adicionar clica, Minitab adiciona os seguintes termos: X*X, X*Y, X*Z.
Você pode cruzar dois ou mais termos que já estão no modelo. Suponha que X*A e X*B estão no modelo. Se você selecionar apenas estes termos e clicar em , o Minitab adiciona X*X*A*B.
Você pode cruzar preditores com termos no modelo. Suponhamos que X*X e Y*Y estejam no modelo. Se você selecionar estes termos e preditores A, B e Adicionar clicar, Minitab adiciona X*X*A, X*X*B, Y*Y*A, Y*Y*B. Cada preditor é cruzado com cada termo modelo. Preditores categóricos não podem ser cruzados com eles mesmos. Os termos do modelo não são cruzados consigo mesmos.

Observação

Pode ser necessário desmarcar as preditores ou termos de forma que somente os termos que você deseja cruzar sejam selecionados. Para desmarcar os itens, pressione a tecla Ctrl enquanto clica nos preditores ou termos.

Termos no modelo

Quando você adicionar termos ao modelo, os termos estão listados no espaço em branco na caixa de diálogo. Neste espaço em branco, você pode selecionar termos individuais ou grupos de termos a serem removidos ou reordenados.

Padrão: Se o número de preditores for de 15 ou menos, esta seleção preenche o modelo com termos lineares e termos de ordem 2. Se o número de preditores for superior a 15, essa seleção preenche o modelo com os termos lineares.
Excluir termos: É possível excluir um ou mais termos do modelo. Selecione os termos e clique em Excluir (o "X" vermelho) na caixa de diálogo. Um termo também pode ser excluído clicando-se duas vezes sobre ele.
Reordene os termos: Para mover um termo, selecione-o, depois clique em um dos botões de seta na caixa de diálogo para movê-lo para cima ou para baixo. Também é possível mover um bloco de termos contíguo. Clique no primeiro termo e, em seguida, segure a tecla Shift. e clique no último termo para selecionar o bloco inteiro. Em seguida, clique na seta apropriada para mover o bloco.

Método de seleção do modelo de regressão

Especifique se deve ser usado um modelo não hierárquico As seleções que o Minitab apresenta dependem do tamanho do conjunto de dados. As seleções combinam-se com seleções no Validação subdialog para fornecer uma análise que equilibre rigor e velocidade de cálculo:

N < 1,500: O método de validação no Validação subdilog é Validação cruzada de K dobras. O número de dobras é 5. O Método de seleção do modelo de regressãoTermos subdialog Stepwiseé.
1,500 ≤ N < 2,000: O método de validação no Validação subdilog é Validação cruzada de K dobras. O número de dobras é 5. O Método de seleção do modelo de regressãoTermos subdialog Seleção forward com validaçãoé.
2,000 ≤ N: O método de validação no Validação subdilog é Validação com um conjunto de testes. A proporção de dados no conjunto de testes é de 0,3. O Método de seleção do modelo de regressãoTermos subdialog Seleção forward com validaçãoé.

Stepwise: Este método começa com um modelo vazio. Em seguida, o Minitab adiciona ou remove um termo para cada passo. O Minitab para quando todas as variáveis que não estão no modelo têm os valores-p que são maiores que o valor de especificado e quando todas as variáveis no modelo têm valores-p que são menores ou iguais ao valor de especificado.
Seleção forward com validação: Quando você selecionar Seleção forward com validação, escolha o método de validação para testar seu modelo. Normalmente, com amostras menores, o método de validação cruzada de K dobras é apropriado. Com amostras maiores, você pode dividir os dados em um conjunto de dados de treinamento e um conjunto de dados de teste. O procedimento é semelhante à seleção forward. No final de cada passo, o Minitab calcula a estatística do teste R². Ao final do procedimento de seleção forward, o modelo com o maior valor no teste R² será o modelo final.
O procedimento adiciona termos até que ocorra uma das seguintes condições:
- O procedimento não encontra uma melhoria do critério por 8 passos consecutivos.
- O procedimento ajusta o modelo completo.
- O procedimento ajusta um modelo que deixa 1 grau de liberdade para erro.
Nenhum: : ajuste com o modelo com todos os termos que você especificar em .