模型選擇-逐步你好，
我已經用 DSD 篩選了一系列關於生物反應的生物參數。 我正在做一個正向逐步回歸 AICc，當 p 值低於 0.05 時，我看到只有一個或最多兩個參數變得顯著，但除此之外（比如在 0.1 或 0.2 左右），其他幾個參數顯著，如果我刪除它們，R 平方值減小。 在某些模型中，我看不到 Cp 或 R 平方值，這主要是軟件在擬合後顯示的最後一個模型。 所以我的問題是： 1- 排除那些沒有 Cp 和 R 平方值的模型是否正確？ 2-文獻缺乏關於參數之間關係的足夠信息，但可能有一些我想用模型來理解。 我已經檢查了多重共線性，VIF 值在 1 到 2 左右（不高），但我不清楚如何解釋我的結果，以及我是否應該將我的模型限制在低於 0.05 或高於 0.05 的 p 值？
作為初學者，我很感激任何幫助！
分析美國能源部回复：逐步選擇模型你有幾個因素？
您是否嘗試選擇模型，選擇 DOE > Definitive Screening > Fit Definitive Screening，或運行 Fit Definitive Screening 表腳本？
到目前為止，您對最佳模型的響應的估計 RMSE 是多少？ 該值與實際效果的預期響應變化相比如何？
回复：逐步選擇模型添加一點@馬克貝利的輸入，請記住您運行了篩選設計。 這些類型的設計通常是學習或做出決策的更大戰略途徑的一部分。 篩選設計的主要目標之一是估計值得進一步研究的積極或有趣的影響。 這裡強調“進一步研究”。 我盡量不要太糾結於諸如關鍵 p 值之類的事情，或者對統計診斷建模以做出超出“我應該在進一步研究中包括這些因素嗎？”的決定。 因此，在更大的問題解決工作的這個階段，您可能希望繼續包括接近關鍵 p 值或正在使用的回歸診斷的因素或影響。 在研究中保留這些因素...繼續通過 DOE 方法進行研究。 讓附加元素和分析指導您進行整體調查。
回复：模型選擇-逐步馬克和皮特都有很好的問題和很好的建議。 我只會為您的調查添加一些實用說明。 數據有意義嗎？ 響應變量是否有任何實際量的變化。 你把數據繪製成圖表了嗎？
