단계별 차이점 | 가능한 모든 모델 및 일반화 회귀 | 최고의 부분집합안녕하세요, 저는 Stepwise - All possible Models 추정과 Generalized Regression - Best Subset 추정 방법을 사용하는 것의 차이점이 무엇인지 알고 싶었습니다.응답이 정규 분포를 따르는 경우 동일한 결과를 생성해야 한다고 생각합니다.저는 JMP 14 32비트를 가지고 있으며 메모리 제한으로 인해 가능한 모든 모델에서보다 최상의 하위 집합을 사용하여 더 큰 최대 효과를 실행할 수 있음을 발견했습니다.
Re: 단계별 차이점 | 가능한 모든 모델 및 일반화 회귀 | 최고의 부분집합@P_바텔 조언 해줘서 고마워!
Re: 단계별 차이점 | 가능한 모든 모델 및 일반화 회귀 | 최고의 부분집합보완하기 위해 몇 가지 추가 생각을 추가하겠습니다. @Mark_Bailey 의 현명한 조언. 여러 모델 피팅 알고리즘을 사용하는 경우 일반적으로 일종의 모델 교차 검증 체계를 사용하는 것이 가장 좋습니다. 따라서 다른 이유 없이 선택된 교차 검증 시나리오 유형이 있는 경우 결과가 다를 수 있습니다. 이러한 방법 중 일부에는 '임의' 구성 요소가 있으므로 모델을 맞추는 데 사용되는 정확한 데이터는 모델링 방법을 통해 패스마다 다를 수 있습니다.
또한 Generalized Regression 플랫폼에는 여러 모델링 특성이 있습니다. 답변은 선택한 성격에 따라 약간 다릅니다. 이러한 성격 중 일부는 내가 '모수 추정치에서 약간의 편향'(고전적인 일반 최소 자승 회귀와 비교하여)이라고 부르는 것을 허용하고 예측 분산을 최소화하기 위해 편향을 상쇄합니다. 주제적으로는 일관되고 실용적인 결론에 도달해야 합니다...그러나 특정 매개변수 추정치, 예측 분산 등과 같은 결과에서 정확한 일치를 찾고 있다면...차이가 있을 것입니다.
실제로 많은 다른 선형 및 비선형(회귀/분류 트리와 같은 방법을 생각함) 방법을 피팅할 때 여러 모델링 방법을 비교할 때 모든 방법에서 실용적인 결론의 합리성과 일관성을 찾습니다. JMP Pro의 모델 비교 플랫폼은 이러한 비교를 위한 매우 효율적인 원스톱 쇼핑 허브입니다. 이것은 차례로 내가 도달하는 실제적인 결론이 내가 할 수 있는 최선이라는 자신감을 높여줍니다.
Re: 단계별 차이점 | 가능한 모든 모델 및 일반화 회귀 | 최고의 부분집합답변 해주셔서 감사합니다.잘 설명된 이 PDF를 찾았습니다. GR 플랫폼
Re: 단계별 차이점 | 가능한 모든 모델 및 일반화 회귀 | 최고의 부분집합단계적 회귀는 순방향, 역방향 또는 혼합 방향의 경로를 따릅니다. 현재 모형과 후보 항을 기반으로 단일 항으로 모형을 변경하는 것을 고려합니다. 따라서 최적의 모델을 방문하지 않았을 가능성이 있으며 이러한 가능성은 후보 항의 수에 따라 증가합니다. 이 접근 방식을 사용하면 가장 실제적인 상황에서 가능한 많은 용어를 고려할 수 있습니다.
반면에 모든 가능한 모델 옵션은 다음을 방문합니다. 가능한 모든 모델 지정한 복잡성까지. 사용 가능한 메모리와 시간은 고려할 수 있는 실제 용어 수를 제한할 수 있습니다.
일반화 회귀 옵션은 그 중간에 있습니다. 다음은 도움말의 설명입니다.
최상의 부분 집합 각 단계에서 모델의 활성 효과 수를 늘려 매개변수 추정치를 계산합니다. 각 단계에서 모델은 단계 번호에 의해 주어진 많은 효과를 가진 모든 가능한 모델 중에서 선택됩니다. 솔루션 경로 플롯의 수평 축에 있는 값은 모델의 활성 효과 수를 나타냅니다. 0단계는 절편 전용 모델에 해당합니다. 1단계는 활성 효과가 하나만 포함된 모델 중 최상의 모델에 해당합니다. 단계는 모델 시작 보고서의 고급 컨트롤에 지정된 최대 효과 수 값까지 계속됩니다. "고급 제어"를 참조하십시오.
309쪽.팁: 최상의 부분 집합 추정 방법은 계산 집약적입니다. 큰 문제에는 권장하지 않습니다.
이 설명이 도움이 되기를 바랍니다.
따라서 모든 경우에 동일한 분포를 사용한다고 가정할 때 이러한 모든 방법에서 반드시 동일한 모델을 얻을 수는 없으며 분포는 결과와 아무 관련이 없습니다.
이러한 방법은 모델 선택에 도움 . 없음 그들 중 최고의 모델을 찾을 것을 보장합니다.
