DoE – Unterschied zwischen schrittweiser und kleinster QuadratregressionHallo!
Ich habe Schwierigkeiten, den Unterschied zwischen schrittweiser und kleinster Quadratregression zu verstehen.Normalerweise wählte ich bei der Anpassung eines Modells die Standardmethode der kleinsten Quadrate als Persönlichkeit und entfernte dann die Faktoren mit hohem p-Wert.Ist die Vorgehensweise, die ich in diesem Fall durchgeführt habe, nicht dieselbe wie bei der schrittweisen Rückwärtsmethode?Ich habe auch versucht, beide Methoden zur Analyse meiner Daten zu verwenden, und die Ergebnisse (Anzahl der im Modell verbliebenen Faktoren) waren die gleichen.Daher weiß ich nicht wirklich, wie ich zwischen diesen beiden Methoden wählen soll.
Alle Vorschläge wurden geschätzt!
Betreff: DoE – Unterschied zwischen schrittweiser und kleinster QuadratregressionDanke euch allen!Es hilft, meine Frage zu klären.
Betreff: DoE – Unterschied zwischen schrittweiser und kleinster QuadratregressionMark hat natürlich völlig recht. Ich bevorzuge es, mit dem gesättigten (oder vollständigen) Modell zu beginnen und Terme selbst zu entfernen (unter Verwendung von R-Quadrat-/R-Quadrat-bereinigten Deltas, RMSE usw.), da ich nicht nur die Statistiken, sondern auch praktische Implikationen kombinieren kann, wenn Terme entfernt werden.
Betreff: DoE – Unterschied zwischen schrittweiser und kleinster QuadratregressionJa, Ihre Methode zum Entfernen jeweils eines Begriffs ist dieselbe wie die Rückwärtsrichtung, die von der Stepwise-Plattform verwendet wird. Die Plattform ist ein Produktivitätstool. Es kann die Löschungen schnell durchführen, wenn das Modell viele Begriffe enthält. Sie können Parameter für Löschungen und Stopps nach Ihren Wünschen festlegen. Das endgültige Modell kann dann für die eigentliche Regressionsanalyse auf Fit Least Squares übertragen werden. Stepwise widmet sich der Modellauswahl, nicht der Analyse.
