Toʻgʻri foydalanilganda, Statgraphics (yoki boshqa stat paketlari)dagi bosqichma-bosqich regressiya opsiyasi oddiy koʻp regressiya opsiyasiga qaraganda koʻproq quvvat va maʼlumotni qoʻlingizga qoʻyadi va bu ayniqsa ko‘p sonli potentsial mustaqil o‘zgaruvchilarni saralash va/yoki modelni … ga nozik sozlash uchun foydalidir.
Nega bosqichma-bosqich regressiyadan foydalanasiz?
Ba'zi tadqiqotchilar mantiqiy tushuntirish o'zgaruvchilar ro'yxatini " eng foydali" o'zgaruvchilar to'plamigacha qisqartirish uchunbosqichma-bosqich regressiyadan foydalanadilar. Boshqalar esa ishonarliligiga kam yoki umuman e'tibor bermaydilar. Ular bosqichma-bosqich protseduraga o'z o'zgaruvchilarini tanlashiga ruxsat beradi.
Nega tadqiqotchi bosqichma-bosqich koʻp regressiyadan foydalangan?
Bosqichli regressiyadan gipoteza yaratish vositasi sifatida foydalanish mumkin, bu qancha oʻzgaruvchilar foydali boʻlishi mumkinligini koʻrsatadi va bashorat modellari uchun kuchli nomzod boʻlgan oʻzgaruvchilarni aniqlash.
Nega bosqichma-bosqich regressiya munozarali?
Tanqidchilar protsedurani ma'lumotlarni to'plashning paradigmatik namunasi deb bilishadi, intensiv hisoblash ko'pincha mavzu bo'yicha ekspertiza o'rnini bosa olmaydi. Bundan tashqari, bosqichma-bosqich regressiya natijalari koʻpincha notoʻgʻri foydalaniladi
Bosqichli tanlashning eng yaxshi quyi toʻplamni tanlashga nisbatan afzalligi nimada?
Stepwise bitta modelni beradi, bu oddiyroq bo'lishi mumkin. Eng yaxshi quyi toʻplamlar koʻproq modellarni qoʻshish orqali koʻproq maʼlumot beradi, lekin bittatanlash qiyinroq boʻlishi mumkin. Best Subsets barcha mumkin boʻlgan modellarni baholaganligi sababli, katta modellarga ishlov berish uzoq vaqt talab qilishi mumkin.
