モデル選択-段階的こんにちは、
私はDSDを使用して生物学的反応に関する一連の生物学的パラメーターをスクリーニングしました。 私は順方向のステップワイズ回帰AICcを実行しており、p値が0.05未満の場合、パラメーターの1つまたは最大2つだけが有意になりますが、それを超えると（0.1または0.2付近など）、他のいくつかが有意として飛び出します。それらを削除すると、決定係数の値が減少します。 一部のモデルでは、CpまたはRの二乗値が表示されません。これらは主に、ソフトウェアがフィッティング後に表示する最後のモデルです。 だから私の質問は次のとおりです：1-CpとRの二乗値のないモデルを除外するのは正しいですか？ 2-文献には、私の応答のパラメーター間の関係についての十分な情報が不足していますが、モデルで理解したいものがあるかもしれません。 多重共線性を確認しましたが、VIF値は約1〜2（高くない）ですが、結果をどのように解釈できるか、モデルを0.05未満またはそれ以上のp値に制限する必要があるかどうかがわかりません。
初心者の方、よろしくお願いします！
分析DOERe：モデル選択-段階的いくつかの要因がありますか？
DOE> Definitive Screening> Fit Definitive Screeningを選択するか、Fit Definitive Screeningテーブルスクリプトを実行して、モデルを選択しようとしましたか？
これまでの最良のモデルでの応答の推定RMSEはどれくらいですか？ その値は、実際の効果からの応答の予想される変化とどのように比較されますか？
Re：モデル選択-段階的に少し追加するには@markbaileyの入力、スクリーニングデザインを実行したことを思い出してください。 これらのタイプの設計は通常、学習または意思決定へのより大きな戦略的経路の一部です。 スクリーニングデザインの主な目標の1つは、さらに研究する価値のあるアクティブまたは興味深い効果を推定することです。 ここでは「さらなる研究」に重点を置いています。 重要なp値のようなものに夢中になりすぎないようにしたり、統計診断をモデル化して、「これらの要因を今後の研究に含めるべきか」を超えて決定を下すようにしています。 したがって、より大きな問題解決努力のこの段階では、使用している臨界p値または回帰診断に近い要因または効果を引き続き含めることができます。 これらの要素を研究に残してください... DOE法を介して研究を続けてください。 追加の要素と分析が全体的な調査の指針となります。
Re：モデル選択-段階的マークとピートの両方が素晴らしい質問と素晴らしいアドバイスを持っています。 私はあなたの調査にいくつかの実用的なメモを追加するだけです。 データは意味がありますか？ 応答変数は実際的な量だけ変化しましたか。 データをグラフ化しましたか？
