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
SandwitchパッケージのvcovHACパッケージについて調べる。vcovHACのディスクリプションは下記のようになっている。 Heteroskedasticity and Autocorrela …
統計数字を読み解くセンス 当確はなぜすぐにわかるのか？ データ分布に現れる法則 ベンフォードの法則 ジップの法則 パレートの法則 ローレンツ曲線とジニ計数 偏差値 異なった観察対象に対する評価を平均値 …
分散分析のcase study-1からの続き。 さて前回まででとりあえずデータの簡単な分析を終えて、以下のような結論を得た。 図１よりR1とR2を比較するとスピードはR1のほうが常に上である。またS1 …
統計における検定方法は状況と目的に応じて適切に選ぶ。従属変数の尺度から統計量が決まる。例えば従属変数が名義尺度であればt検定は利用できない。それに対して従属変数が量的変数であればさまざまな検定が可能と …
ラテン方格は1～nまでの数字についてn x nの正方行列に一回だけ現れるように並べたものである。ラテン方格を利用して実験の割り付けを行う実験計画法がラテン方格法である。 ラテン方格法と似た実験計画法に …