Được sử dụng đúng cách, tùy chọn hồi quy từng bước trong Statgraphics (hoặc các gói trạng thái khác) đặt nhiều quyền lực và thông tin hơn trong tầm tay bạn so với tùy chọn hồi quy bội thông thường, và nó đặc biệt hữu ích cho việc sàng lọc số lượng lớn các biến độc lập tiềm năng và / hoặc tinh chỉnh mô hình bằng cách…
Tại sao bạn sử dụng hồi quy từng bước?
Một số nhà nghiên cứu sử dụng hồi quy từng bước để lược bớt danh sách các biến giải thích hợp lýxuống một bộ sưu tập phân tích các biến “hữu ích nhất”. Những người khác ít hoặc không chú ý đến tính hợp lý. Họ để quy trình từng bước chọn các biến cho họ.
Tại sao nhà nghiên cứu sử dụng hồi quy bội lần?
Hồi quy từng bước có thể được sử dụng như một công cụ tạo giả thuyết, đưa ra dấu hiệu về số lượng biến có thể hữu íchvà xác định các biến là ứng cử viên chính cho các mô hình dự đoán.
Tại sao hồi quy từng bước lại gây tranh cãi?
Các nhà phê bình coi quy trình này như một ví dụ điển hình của việc nạo vét dữ liệu, tính toán cường độ cao thường không thể thay thế cho chuyên môn lĩnh vực chủ đề. Ngoài ra, kết quả của hồi quy từng bước là thường được sử dụng không chính xác mà không điều chỉnh chúng để xảy ra lựa chọn mô hình
Ưu điểm của lựa chọn từng bước so với lựa chọn tập hợp con tốt nhất là gì?
Stepwise tạo ra một mô hình duy nhất, có thể đơn giản hơn. Tập hợp con tốt nhất cung cấp nhiều thông tin hơn bằng cách bao gồm nhiều mô hình hơn, nhưng có thể phức tạp hơn để chọn một. Vì Nhóm phụ tốt nhất đánh giá tất cả các mô hình có thể có, nên các mô hình lớn có thể mất nhiều thời gian để xử lý.
