ステップワイズ回帰分析と最小二乗回帰やあ、
ステップワイズ回帰を使用すると、実際には1つの因子のみが有意であることが示されますが、直接最小二乗回帰を実行すると、実際には複数の因子が有意であることが示されます。 これがこのようになる理由はありますか？
Rgrds
イルファン
Re: ステップワイズ回帰分析と最小二乗回帰これはいいえ珍しい出来事。このリンクは、JMP サンプル データ テーブルを使用した例を提供します。
https://www.seas.upenn.edu/~ese302/extra_mtls/STEPWISE_REGRESSION.pdf
段階的に混合して使用する (<0.25 を入力し、> 0.10 を削除する) か、K ファクターで最適なモデルを見つけるようなものを使用することをお勧めします。これが発生する原因となる可能性がある多くのデータの問題があります。 最も一般的なものは、多重共線性、交互作用、カテゴリ/グループ化因子の欠落、データの欠落です。最小二乗回帰は、独立した要因を想定しています。相互共線性とは、いくつかの要因が相関していることを意味します。
この現象の説明に役立つ可能性のあるシナリオは次のとおりです。電気パラメーターである Y が、導電性フィルムの厚さと構造の面積の関数であり、二次的にフィルムの滑らかさ (塊、泡、ピットがない) の関数であるとします。 データ セットには、フィルムの厚さ、構造の長さ、および構造の幅があります。ステップワイズには厚みが含まれる場合がありますが、長さや幅だけではありませんが、2 つの要素を合わせると非常に重要です。しかし、この場合、面積 (長さ * 幅、長さと幅の相互作用) がモデル化されていれば、モデルはさらに強力になります。
pdf の推奨事項がお役に立てば幸いです。
