따로 맞추려면, 아니면 함께 맞추려면?모델 적합 기능을 수행하고 효과 요약에서 효과를 제거하려고 하면 'Y 열에 다른 값이 누락되었습니다'라는 메시지가 나타납니다. 각 Y를 따로 맞추시겠습니까?'
완전한 데이터 세트가 없어서 이런 메시지가 나타나는지 궁금합니다. 그렇다면 어느 것을 선택해야 합니까? 정상적인 상황에서는 발생해서는 안 되는 일이 발생하며 일반적으로 어떤 요인이 중요한지 막대 차트에서 변화를 볼 수 있습니다.
데이터 탐색 및 시각화품질 및 프로세스 엔지니어링Re: 따로 맞출까, 같이 맞출까?빌의 말에 동의합니다. 일반적으로 나는 다른 응답에 중요할 수 있는 한 응답에 대해 매우 중요하지 않은 효과(일명 노이즈에 맞추기 시작)를 제거하여 각 응답에 대해 더 유용한 모델을 얻을 수 있으므로 적합을 별도로 갈 것입니다. 여전히 프로파일러에서 전체 모델을 볼 수 있습니다(더 이상 모델에 없는 효과에 대한 응답에 평평한 선이 있음).
개별적으로 살펴보고 동일한 요소가 중요한 것으로 나타나는지 확인할 수 있습니다. 그러면 모두 맞췄을 때와 거의 동일한 결과를 볼 수 있습니다. 전체 모델을 찾는 경우 중요하지 않은 요소를 추가할 때 하나 또는 다른 응답에 대한 피팅 노이즈를 시작할 수 있습니다.
좋은 접근 방식은 일반적으로 다른 모델도 시도하는 것이므로 LS, 단계적, 스크리닝, 결정 트리 등을 예로 들 수 있습니다. 모두가 같은 이야기를 하면 항상 좋은 자신감을 갖게 됩니다. 특히(그리고 가장 중요한) 모델이 유용한 것으로 밝혀지면 
Re: 따로 맞출까, 같이 맞출까?@kinsonk100 ,
요컨대 두 가지 방법을 모두 시도해야 합니다.비교하는 데 몇 분 밖에 걸리지 않습니다.그렇지 않으면 적합을 개별적으로 선택하지 않으면 각 Y에 대한 변동이 동일한 X(입력)로 설명된다고 가정하고 안전한 쪽에 있으려면 해당 가정이 사실인지 아닌지 확인하고 싶을 것입니다.
HTH
