Behoorlik gebruik, die stapsgewyse regressie-opsie in Statgraphics (of ander stat-pakkette) plaas meer krag en inligting by jou vingerpunte as die gewone meervoudige regressie-opsie, en dit is veral nuttig om deur groot getalle potensiële onafhanklike veranderlikes te sif en/of om 'n model te verfyn deur …
Hoekom sal jy 'n stapsgewyse regressie gebruik?
Sommige navorsers gebruik stapsgewyse regressie om 'n lys van aanneemlike verklarende veranderlikes te snoei tot 'n spaarsamige versameling van die "bruikbaarste" veranderlikes. Ander gee min of geen aandag aan geloofwaardigheid nie. Hulle laat die stapsgewyse prosedure hul veranderlikes vir hulle kies.
Waarom het die navorser stapsgewyse meervoudige regressie gebruik?
Stapsgewyse regressie kan as 'n hipotese-genererende hulpmiddel gebruik word, wat 'n aanduiding gee van hoeveel veranderlikes nuttig kan wees, en veranderlikes identifiseer wat sterk kandidate vir voorspellingsmodelle is.
Waarom is stapsgewyse regressie omstrede?
Kritici beskou die prosedure as 'n paradigmatiese voorbeeld van databaggering, en intense berekening is dikwels 'n onvoldoende plaasvervanger vir vakgebiedkundigheid. Boonop word die resultate van stapsgewyse regressie dikwels verkeerd gebruik sonder om dit aan te pas vir die voorkoms van modelkeuse
Wat is die voordeel van stapsgewyse seleksie in vergelyking met die beste subset seleksie?
Stepwise lewer 'n enkele model op, wat eenvoudiger kan wees. Beste substelle verskaf meer inligting deur meer modelle in te sluit, maar dit kan meer kompleks wees om een te kies. Omdat Beste Subsets alle moontlike modelle assesseer, kan groot modelle lank neem om te verwerk.
