科学・IＴ・登山の話題
投稿日：
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。
執筆者：admin
関連記事
本当にわかりやすいすごく大切なことが書いてあるごく初歩の統計の本
本当にわかりやすいすごく大切なことが書いてあるごく初歩の統計 1: 変数 尺度の種類 名義尺度 — 配列できる –> 順序尺度 — 数値化できる – …
３シグマ法=Hampel Identifier Related posts:多変量解析相関統計数字を読み解くセンス
前向き研究と後ろ向き研究は疫学における用語である。 前向き研究で使われる研究手法にはコホートや無作為比較対照研究、ロジスティック分析がある。これらの研究ではサンプルをリスクファクター（危険要因）のある …
デザイン コントロールグループはあるか モデル 検定の前提は満たしているか（正規分布） 従属変数の尺度は適切か（名義、順序、間隔、比率） 独立変数の数は適切か モデルについて説明できるか（独立変数の数 …
相関の利用 順位相関の利用 相性判断 予測との乖離→予測者のランキング 見せかけの相関 ないのにある 背の高さとテストの点数に相関が出てくる。しかし実際の相関は年齢とテストの点数について …