Métodos e fórmulas para stepwise in Ajustar modelo logístico binário e Régression logistique binaire

Realiza seleção variável, adicionando ou excluindo preditores do modelo existente com base no teste-F. Stepwise é uma combinação de seleção avançada e procedimentos de eliminação regressiva. A seleção stepwise não procede se o modelo inicial usa todos os graus de liberdade.

Variáveis a serem removidas

O Minitab calcula uma estatística F e um valor-p para cada variável no modelo. Se o modelo contiver j variáveis, então F para qualquer variável, x_r , está nesta fórmula:

Notação

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 F e um valor-p para cada variável que não está no modelo. Se o modelo contiver j variáveis, então F para qualquer variável, x_a , está nesta fórmula:

Notação

Termo	Descrição
SSE j	Erro SS antes de xa ser adicionado ao modelo
SSE(j + Xa )	Erro SS depois de xa ser adicionado ao modelo
	Graus de liberdade para variável Xa
MSE(j + Xa )	MS Erro depois de xa ser adicionado ao modelo

Se o valor-p correspondente à estatística F 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, passa para uma nova etapa. Quando mais nenhuma variável puder ser inserida ou removida do modelo, o procedimento stepwise é encerrado.

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.

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. A eliminação regressiva não procede se o modelo inicial usa todos os graus de liberdade.