Wanneer is stapsgewyse regressie gepas? Stapsgewyse regressie is 'n gepaste ontleding wanneer jy baie veranderlikes het en jy belangstel om 'n nuttige subset van die voorspellers te identifiseer In Minitab voeg die standaard stapsgewyse regressieprosedure voorspellers een op 'n by en verwyder beide tyd.
Waarom moet jy nie stapsgewyse regressie gebruik nie?
Die belangrikste nadele van stapsgewyse meervoudige regressie sluit in vooroordeel in parameterberaming, teenstrydighede tussen modelseleksie-algoritmes, 'n inherente (maar dikwels oorgesien) probleem van veelvuldige hipotesetoetsing, en 'n onvanpaste fokus of staatmaak op 'n enkele beste model.
Wat is die doel van stapsgewyse regressie?
Tipes van Stapsgewyse Regressie
Die onderliggende doelwit van stapsgewyse regressie is deur middel van 'n reeks toetse (bv. F-toetse, t-toetse) om 'n stel onafhanklike veranderlikes te vind wat beïnvloed die afhanklike veranderlike aansienlik.
Moet ek vorentoe of terug stapsgewyse regressie gebruik?
Die terugwaartse metode is oor die algemeen die voorkeurmetode, omdat die vorentoe-metode sogenaamde onderdrukker-effekte produseer. Hierdie onderdrukker-effekte vind plaas wanneer voorspellers slegs betekenisvol is wanneer 'n ander voorspeller konstant gehou word.
In watter spesifieke toepassing word stapsgewyse regressie vandag gebruik?
Stapsgewyse regressieprosedures word in data-ontginning gebruik, maar is omstrede. Verskeie punte van kritiek is gemaak. Die toetse self is bevooroordeeld, aangesien hulle op dieselfde data gebaseer is.
