ใช้อย่างถูกต้อง ตัวเลือกการถดถอยแบบขั้นตอนใน Statgraphics (หรือแพ็คเกจสถิติอื่นๆ) ให้พลังและข้อมูลอยู่ที่ปลายนิ้วของคุณมากกว่าตัวเลือกการถดถอยพหุคูณทั่วไป และโดยเฉพาะอย่างยิ่ง มีประโยชน์สำหรับการกลั่นกรองตัวแปรอิสระที่เป็นไปได้จำนวนมากและ/หรือปรับแต่งโมเดลโดย …
ทำไมคุณจึงใช้การถดถอยแบบขั้นตอน
นักวิจัยบางคนใช้การถดถอยแบบขั้นตอน เพื่อตัดรายการตัวแปรอธิบายที่สมเหตุสมผล ลงเป็นชุดของตัวแปรที่ “มีประโยชน์มากที่สุด” คนอื่นให้ความสนใจเพียงเล็กน้อยหรือไม่มีเลยต่อความสมเหตุสมผล พวกเขาปล่อยให้ขั้นตอนแบบเป็นขั้นตอนเลือกตัวแปรสำหรับพวกเขา
ทำไมนักวิจัยจึงใช้การถดถอยพหุคูณแบบขั้นตอน
การถดถอยแบบขั้นตอนสามารถใช้เป็นเครื่องมือสร้างสมมติฐาน โดยให้ บ่งชี้ว่ามีตัวแปรกี่ตัวที่อาจมีประโยชน์ และระบุตัวแปรที่เป็นตัวเลือกที่แข็งแกร่งสำหรับแบบจำลองการคาดการณ์
เหตุใดการถดถอยแบบขั้นตอนจึงขัดแย้ง
นักวิจารณ์มองว่าขั้นตอนดังกล่าวเป็นตัวอย่างกระบวนทัศน์ของการขุดลอกข้อมูล การคำนวณที่เข้มข้นมักใช้แทนความเชี่ยวชาญในสาขาวิชาที่ไม่เพียงพอ นอกจากนี้ ผลลัพธ์ของการถดถอยแบบขั้นตอนคือ มักใช้อย่างไม่ถูกต้องโดยไม่ปรับแก้สำหรับการเลือกรุ่นที่เกิดขึ้น
ข้อดีของการเลือกแบบเป็นขั้นตอนเมื่อเทียบกับการเลือกชุดย่อยที่ดีที่สุดคืออะไร
Stepwise ให้ผลลัพธ์เป็นโมเดลเดียว ซึ่งอาจง่ายกว่า Best subsets ให้ข้อมูลเพิ่มเติมโดยการรวมโมเดลเพิ่มเติม แต่อาจซับซ้อนกว่าในการเลือกอย่างใดอย่างหนึ่ง เนื่องจาก Best Subsets ประเมินโมเดลที่เป็นไปได้ทั้งหมด โมเดลขนาดใหญ่อาจใช้เวลานานในการประมวลผล