Rätt använt, det stegvisa regressions alternativet i Statgraphics (eller andra statpaket) ger mer kraft och information till hands än det vanliga multipelregressions alternativet, och det är särskilt användbar för att sålla igenom ett stort antal potentiella oberoende variabler och/eller finjustera en modell genom att …
Varför skulle du använda en stegvis regression?
Vissa forskare använder stegvis regression för att beskära en lista med rimliga förklarande variabler ner till en sparsam samling av de "mest användbara" variablerna. Andra ägnar liten eller ingen uppmärksamhet åt rimligheten. De låter det stegvisa förfarandet välja sina variabler för dem.
Varför använde forskaren stegvis multipel regression?
Stegvis regression kan användas som ett hypotesgenererande verktyg, vilket ger en indikation på hur många variabler som kan vara användbara, och identifierar variabler som är starka kandidater för prediktionsmodeller.
Varför är stegvis regression kontroversiell?
Kritiker ser förfarandet som ett paradigmatiskt exempel på datamuddring, där intensiv beräkning ofta är ett otillräckligt substitut för ämnesexpertis. Dessutom används resultaten av stegvis regression ofta felaktigt utan att justera dem för förekomsten av modellval
Vilken är fördelen med stegvis val jämfört med bästa delmängdsval?
Stepwise ger en enda modell, som kan vara enklare. Bästa subset ger mer information genom att inkludera fler modeller, men det kan vara mer komplicerat att välja en. Eftersom Best Subsets bedömer alla möjliga modeller kan stora modeller ta lång tid att bearbeta.
