Ciao,
Sto riscontrando un problema per cui l'utilizzo della regressione graduale mostra in realtà che solo 1 fattore è significativo, ma eseguendo una regressione diretta dei minimi quadrati in realtà mostra che più fattori sono significativi. C'è qualche motivo per cui è così?
Rgrds
Irfan
Questo è non un evento non comune.Questo collegamento fornisce un esempio utilizzando una tabella di dati campione di JMP.
https://www.seas.upenn.edu/~ese302/extra_mtls/STEPWISE_REGRESSION.pdf
Raccomanda di utilizzare stepwise misto (<0,25 per inserire e > 0,10 per rimuovere) o di utilizzare qualcosa come trovare il modello migliore con fattori K.Ci sono molti problemi di dati che possono causare ciò. I più comuni sono: multicollinearità, interazioni, fattori categorici/di raggruppamento mancanti e dati mancanti.La regressione dei minimi quadrati presuppone fattori indipendenti; muticollinearità significa che alcuni dei fattori sono correlati.
Uno scenario che potrebbe aiutare a spiegare questo fenomeno è: Supponiamo che Y, un parametro elettrico, sia una funzione dello spessore del film conduttivo e dell'area della struttura e, secondariamente, della levigatezza del film (senza grumi, bolle o fosse). Il set di dati comprende lo spessore del film, la lunghezza della struttura e la larghezza della struttura.Stepwise potrebbe includere lo spessore, ma non solo la lunghezza o la larghezza, ma insieme i due fattori sono molto significativi.Ma in questo caso se l'area (lunghezza * larghezza, un'interazione di lunghezza e larghezza) fosse modellata, il modello sarebbe ancora più forte.
Spero che troverai utili i consigli in pdf.
