Vhodně používaná možnost krokové regrese ve Statgraphics (nebo jiných balíčcích statistik) poskytuje vám více síly a informací na dosah ruky než běžná možnost vícenásobné regrese, a to zejména užitečné pro prosévání velkého počtu potenciálních nezávislých proměnných a/nebo jemné doladění modelu pomocí …
Proč byste použili postupnou regresi?
Někteří výzkumníci používají postupnou regresi k seříznutí seznamu věrohodných vysvětlujících proměnných až na skromnou sbírku „nejužitečnějších“proměnných. Jiní věnují věrohodnosti malou nebo žádnou pozornost. Nechají postupnou proceduru, aby za ně vybrala své proměnné.
Proč výzkumník použil postupnou vícenásobnou regresi?
Krokovou regresi lze použít jako nástroj pro generování hypotéz, který naznačí, kolik proměnných může být užitečných, a identifikuje proměnné, které jsou silnými kandidáty na predikční modely.
Proč je postupná regrese kontroverzní?
Kritici považují tento postup za paradigmatický příklad bagrování dat, přičemž intenzivní výpočty jsou často neadekvátní náhradou za odbornost v dané oblasti. Kromě toho jsou výsledky postupné regrese často používány nesprávně, aniž by byly upraveny pro výskyt výběru modelu
Jaká je výhoda postupného výběru ve srovnání s výběrem nejlepší podmnožiny?
Stepwise poskytuje jeden model, který může být jednodušší. Best subsets poskytuje více informací tím, že zahrnuje více modelů, ale výběr jednoho může být složitější. Protože Best Subsets posuzuje všechny možné modely, zpracování velkých modelů může trvat dlouho.
