重回帰分析で最適なモデルを選択するための手順

重回帰分析ではモデルにいれる変数によりデータへの当てはまりやすさが変わってくる。最適なモデルを導き出すための方法としては以下がある。

ステップワイズ法

現在のモデルを基準として暫時的に新しいモデルを構築する。モデルに付け加える変数を一気に変更するのではなく、一つ一つ付け加えたり削除したりして、最適なモデルを選ぶ。

変数増加法

最小の変数でモデルを構成し、ひとつずつ変数を付け加えてモデルを作成する。

変数減少法

すべての変数を利用したモデルをまず構成する。ここからひとつずつ変数を取り除いてモデルを選択する。

モデルの選択基準としてはF値、AIC値、決定係数がある。

また変数の選択としてはVIFを利用して多重共線性がないモデルを選択する。