选择适用于最佳子集回归的选项

统计 > 回归 > 回归 > 最佳子集 > 选项
每个模型中的自由预测变量个数
默认情况下,Minitab 会显示最佳的单预测变量模型、最佳的双预测变量模型,直至包括所有预测变量的模型。如果输入最小预测变量数和最大预测变量数(例如 5 和 12),则 Minitab 只会显示最佳的 5 预测变量、6 预测变量、...
模型中包括的预测变量总数不包括您在所有模型中的预测变量中指定的预测变量。例如,如果您指定了两个要包括在所有模型中的预测变量,并将预测变量的最小数量设置为 5,将预测变量的最大数量设置为 12,则 Minitab 将显示具有 7 到 14 个预测变量的模型。
最小值
输入模型要包括的最小自由预测变量数。
最大值
输入模型要包括的最大自由预测变量数。
对于每种模型要输出的方程的个数
输入一个介于 1 到 5 之间的数字。例如,如果您选择 3,Minitab 将针对 3 个具有最高 R2 值的模型显示拟合优度统计量,这三个模型的大小各异。
拟合截距

选择拟合截距以便回归模型中包含截距(又称为常量)。在大多数情况下,您应当在模型中包含常量。

删除常量可能是因为您在预测变量值等于 0 时假设响应变量为 0。例如,如果存在可以根据食物的脂肪、蛋白质及碳水化合物含量预测卡路里的模型。当脂肪、蛋白质和碳水化合物为 0 时,卡路里含量也将为 0(或非常接近于 0)。

比较不包括常量的模型时,请使用 S 而不是 R2 统计量来评估模型的拟合值。

结果显示
扩展表显示 4 个额外的统计量:
  • 预测平方和 (PRESS)
  • 更正的 Akaike 信息标准 (AICc)
  • Bayesian 信息标准 (BCC)
  • 条件数
有关这些统计量的更多信息,请转到解释最佳子集回归的所有统计量