DoE - ステップワイズ回帰と最小二乗回帰の違いやあ！
ステップワイズ回帰と最小二乗回帰の違いを理解するのに苦労しています。私は通常、モデルを当てはめるときにパーソナリティとして標準最小二乗法を選択し、次に p 値の高い因子を削除しました。この場合、私が行った方法は後方ステップワイズ法と同じではありませんか?また、両方の方法を使用してデータを分析しようとしましたが、結果 (モデルに残っている因子の数) は同じでした。したがって、これら2つの方法のどちらを選択するかはよくわかりません。
どんな提案でも大歓迎です！
Re: DoE - ステップワイズ回帰と最小二乗回帰の違い皆さん、ありがとうございました！私の質問を明確にするのに役立ちます。
Re: DoE - ステップワイズ回帰と最小二乗回帰の違いもちろん、マークは完全に正しいです。 飽和 (または完全) モデルから始めて、項を自分で削除することを好みます (R 2 乗/R 2 乗調整デルタ、RMSE などを使用)。
Re: DoE - ステップワイズ回帰と最小二乗回帰の違いはい、一度に 1 つの用語を削除する方法は、Stepwise プラットフォームで使用される逆方向と同じです。 プラットフォームは生産性向上ツールです。 モデルに多くの項がある場合、削除をすばやく実行できます。 好みに合わせて、削除と停止に関するパラメータを設定できます。 最終的なモデルは、実際の回帰分析のために Fit Least Squares に転送できます。 Stepwise は、分析ではなく、モデルの選択に専念しています。
