Folosită corect, opțiunea de regresie în trepte din Statgraphics (sau alte pachete de statistici) pune la îndemână mai multă putere și informații decât opțiunea obișnuită de regresie multiplă și este mai ales util pentru examinarea unui număr mare de variabile potențiale independente și/sau pentru reglarea fină a unui model cu …
De ce ați folosi o regresie în trepte?
Unii cercetători folosesc regresia în trepte pentru a reduce o listă de variabile explicative plauzibile la o colecție parcimonioasă a variabilelor „cele mai utile”. Alții acordă puțină atenție sau deloc plauzibilității. Ei au lăsat procedura în pas să-și aleagă variabilele pentru ei.
De ce cercetătorul a folosit regresia multiplă în trepte?
Regresia în trepte poate fi folosită ca instrument de generare a ipotezelor, oferind o indicație despre câte variabile pot fi utile și identificând variabilele care sunt candidate puternice pentru modelele de predicție.
De ce regresia în trepte este controversată?
Criticii consideră procedura ca un exemplu paradigmatic de dragare a datelor, calculul intens fiind adesea un substitut inadecvat pentru expertiza în domeniu. În plus, rezultatele regresiei în trepte sunt deseori utilizate incorect fără a le ajusta pentru apariția selecției modelului
Care este avantajul selecției în trepte în comparație cu cea mai bună selecție a subsetului?
Stepwise produce un singur model, care poate fi mai simplu. Cele mai bune subseturi oferă mai multe informații prin includerea mai multor modele, dar poate fi mai complex să alegeți unul. Deoarece Best Subsets evaluează toate modelele posibile, procesarea modelelor mari poate dura mult timp.
