Regressione graduale mista: regole di arresto del valore PCIAO,
Sto cercando di eseguire la regressione graduale mista:
Selezionare Analizzare > Modello adatto .
Seleziona la colonna di risposta e fai clic Sì, risposta .
Selezionare le colonne dei predittori e fare clic Aggiungere oppure usa uno dei Macro se vuoi includere effetti di ordine superiore.
Fare clic sul pulsante accanto a Personalità e seleziona Gradualmente .
Clic Correre .
Clic BIC minimo e seleziona Soglia del valore P .
Fare clic su Avanti e selezionare Misto .
Clic Andare .
Come dovrei decidere sul valore P in entrata e in uscita? Se non voglio adattarmi eccessivamente al mio modello?
Ri: Regressione mista graduale: valore PPrima di tutto, comprendi che la regressione graduale è uno strumento di produttività per rifiutare rapidamente modelli inferiori ma non può garantire che l'ultimo modello sia il migliore. Potrebbe esserlo, o potrebbe essere vicino. Devi intervenire. In secondo luogo, il risultato proviene da una ricerca guidata in avanti o all'indietro. Il percorso della ricerca non esamina molti modelli possibili, quindi potresti aver perso il modello migliore (ad esempio, locale o globale). In terzo luogo, è necessario anche esaminare i dati e gli errori stimati (residui) per determinare se sono presenti dati aberranti o violazioni della regressione lineare che potrebbero indirizzare erroneamente tale ricerca.
La scelta di un criterio per la ricerca Stepwise è importante. Ognuno ha vantaggi e svantaggi. Non utilizzo molte "regole pratiche", quindi non considero un R quadrato alto come un'indicazione di adattamento eccessivo. Succede. L'adattamento eccessivo significa che il modello non si generalizza a nuovi dati, il che è importante nella tua situazione. Il quadrato R corretto tenta di affrontare l’adattamento eccessivo. La convalida incrociata è il modo migliore, ma non disponi di molti dati sulle varie tecniche CV per realizzare questo metodo. Potresti provare la funzione Bootstrap se hai JMP Pro.
Il secondo blocco è semplicemente un duplicato del primo blocco o contiene trattamenti unici che non sono presenti nel primo blocco? Inoltre, qual è il costo (tempo, denaro, ecc.) per eseguire il secondo blocco.
Ri: Regressione mista graduale: valore PCiao Mark_Bailey,
Grazie mille per il tuo gentile aiuto nel rispondere alla maggior parte delle nostre domande.
Potresti per favore rispondere a una delle mie domande relative alla regressione graduale?
Ho un design personalizzato con 7 fattori continui con il modello di superficie a risposta completa. Il progetto totale prevede 48 esperimenti con 2 blocchi. Dopo aver terminato il primo blocco, ho provato a utilizzare il controllo di regressione graduale per adattare i miei dati. Utilizzando la soglia del valore P e il BIC minimo, ho ottenuto il modello simile. Entrambi i modelli mi hanno dato un valore P <0,05 e R ^ 2 = 0,999998, Rsquare Adj = 0,99996. R^2=1 significa che questo modello è sovradimensionato. Il valore P è inferiore a 0,05 significa che il modello è significativo. Come posso interpretare questo modello? È sufficiente non eseguire il blocco due?
Ri: Regressione mista graduale: valore PLe regole di arresto basate su P -values è stata la prima implementazione della piattaforma Stepwise. I valori predefiniti da inserire e da lasciare sono buoni in assenza di qualsiasi conoscenza preliminare dei dati o del modello migliore. (Ma poi, se conoscessi la risposta, non avresti bisogno di una regressione graduale per cercare la soluzione migliore.)
Stepwise non garantisce che i tuoi dati non verranno adattati in modo insufficiente o eccessivo. È uno strumento di "produttività" che ti fa risparmiare tempo esaminando le soluzioni inferiori e ti avvicina, se non addirittura, alla soluzione migliore.
I criteri moderni includono AICc e BIC. Entrambi i criteri tentano di ridurre al minimo la distorsione (sottoadattamento) minimizzando allo stesso tempo la varianza (sovraadattamento). Non richiedono soglie assolute come quelle P -regole di arresto del valore. Ti consiglio di utilizzare una di queste regole di arresto.
La cronologia consente di esaminare alcune informazioni chiave dei diversi modelli incontrati durante il percorso di ricerca. Puoi selezionarne uno qualsiasi utilizzando i pulsanti di opzione sul lato destro di questo elenco. È quindi possibile tornare all'inizio e fare clic su Crea modello (per la finestra di dialogo Adatta modello) o Esegui modello (per la piattaforma Adatta ai minimi quadrati) dove è possibile apportare modifiche precise all'interno della tabella Riepilogo effetti.
