Stepwise multiple regression requir

Stepwise multiple regression requires that model selection (i.e. deciding which regression variables should be included in the final MAM) is conducted through parameter inference (i.e. testing whether parameters are significantly different from zero) (Chatfield 1995), which can lead to biases in parameters, over-fitting and incorrect significance tests. To see this, consider a simple example, using a single parameter. Consider the linear model that models an observation yi as a function of parameters α and β, predictor value xi and some error ɛ:

ผลลัพธ์ (ไทย) 1:

Stepwise ถดถอยหลายจำเป็นต้องเลือกรุ่นที่ (เช่นตัดสินใจว่า ควรจะรวมตัวแปรที่ถดถอยในแหม่มสุดท้าย) จะดำเนินการผ่านพารามิเตอร์ข้อ (เช่นการทดสอบว่าพารามิเตอร์จะแตกต่างจากศูนย์อย่างมีนัยสำคัญ) (Chatfield 1995), ซึ่งสามารถนำไปสู่การยอมในพารามิเตอร์ เกินพอดี และทดสอบนัยสำคัญไม่ถูกต้อง เพื่อดู พิจารณาอย่างง่าย การใช้พารามิเตอร์เดียว พิจารณารูปแบบเชิงเส้นที่รุ่นยี่การสังเกตเป็นฟังก์ชันของพารามิเตอร์ด้วยกองทัพ และβ จำนวนประตูค่า xi และɛบางข้อผิดพลาด:

ผลลัพธ์ (ไทย) 2:

หลายถดถอยแบบขั้นตอนต้องมีการเลือกรูปแบบ (เช่นการตัดสินใจที่ตัวแปรถดถอยควรจะรวมอยู่ใน MAM สุดท้าย) จะดำเนินการผ่านการอนุมานพารามิเตอร์ (เช่นการทดสอบว่าพารามิเตอร์อย่างมีนัยสำคัญที่แตกต่างจากศูนย์) (แช็ท 1995) ซึ่งสามารถนำไปสู่​​การมีอคติในพารามิเตอร์ มากกว่าที่เหมาะสมและการทดสอบอย่างมีนัยสำคัญไม่ถูกต้อง เพื่อดูนี้พิจารณาตัวอย่างง่ายๆโดยใช้พารามิเตอร์เดียว พิจารณารูปแบบเชิงเส้นที่โมเดลยี่สังเกตเป็นหน้าที่ของพารามิเตอร์แอลฟาและβค่าทำนายจินและข้อผิดพลาดบางɛ:

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์ถดถอยพหุคูณแบบขั้นตอน ต้องมีการเลือกแบบ ( เช่นการเลือกตัวแปรถดถอยควรจะรวมอยู่ในแมมสุดท้าย ) จะดำเนินการผ่านการอนุมานค่าพารามิเตอร์ ( เช่นการทดสอบว่าพารามิเตอร์ที่แตกต่างจากศูนย์ ) ( แช็ตฟิลด์ 1995 ) ซึ่งสามารถนำไปสู่อคติในพารามิเตอร์ไม่ถูกต้องมากกว่าที่เหมาะสมและการทดสอบนัยสำคัญ ที่เห็นนี้ พิจารณาตัวอย่างง่ายการใช้ตัวแปรเดียว พิจารณาเชิงเส้นแบบแบบสังเกตอีเป็นฟังก์ชันของพารามิเตอร์และαบีตา Xi และค่าทำนายɛบางข้อผิดพลาด :