Logistische Regression - Optionen für die Schrittkriterien

Mit diesen Optionen können Sie die Kriterien zum Hinzufügen und Entfernen von Feldern mit den Schätzmethoden "Schrittweise", "Vorwärts", "Rückwärts" oder "Schrittweise rückwärts" festlegen.

Anzahl der Terme im Modell (nur bei multinomialen Modellen). Für die Modelle vom Typ "Rückwärts" und "Schrittweise rückwärts" können Sie die Mindestzahl der Terme im Modell angeben, für "Vorwärts" und "Schrittweise vorwärts" die Höchstzahl der Terme. Wenn Sie einen Mindestwert über 0 angeben, enthält das Modell die angegebene Anzahl an Termen, selbst wenn einige davon auf der Grundlage statistischer Kriterien entfernt worden wären. Bei den Modellen "Vorwärts", "Schrittweise" und "Einschluss" wird die Mindesteinstellung ignoriert. Wenn Sie einen Maximalwert angeben, werden einige Terme möglicherweise aus dem Modell weggelassen, auch wenn sie aufgrund der statistischen Kriterien ausgewählt worden wären. Bei den Modellen "Rückwärts", "Schrittweise rückwärts" und "Einschluss" wird die Einstellung Maximum angeben ignoriert.

Kriterium für Eintragen (nur bei multinomialen Modellen). Wählen Sie Wert aus, um die Verarbeitungsgeschwindigkeit zu maximieren. Die Option Likelihood-Quotient kann zu robusteren Schätzungen führen, die Berechnung kann jedoch länger dauern. Standardmäßig wird die Scorestatistik verwendet.

Kriterium für Entfernen. Wählen Sie Likelihood-Quotient für ein robusteres Modell aus. Zur Verkürzung der für die Modellerstellung erforderlichen Zeit können Sie Wald auswählen. Wenn in den Daten jedoch eine vollständige oder quasi vollständige Trennung vorliegt (kann durch die Registerkarte "Erweitert" im Modellnugget bestimmt werden), wird die Wald-Statistik besonders unzuverlässig und sollte daher nicht verwendet werden. Standardmäßig wird der Statistiktyp "Likelihood-Quotient" verwendet. Bei binomialen Modellen gibt es die zusätzliche Option Bedingt. Diese bietet Ausschlusstests auf der Grundlage der Wahrscheinlichkeit der Likelihood-Quotienten-Statistik, die auf bedingten Parameterschätzungen beruht.

Signifikanzschwellen für LR-Kriterien. Mit dieser Option können Sie Auswahlkriterien basierend auf der statistischen Wahrscheinlichkeit (p-Wert) angeben, die den einzelnen Feldern zugeordnet ist. Felder werden nur zum Modell hinzugefügt, wenn der zugehörige p-Wert kleiner ist als der Wert für Aufnahme, und nur dann entfernt, wenn der p-Wert größer ist als der Wert für Ausschluss. Der Wert für Aufnahme muss unter dem Wert für Ausschluss liegen.

Anforderungen für Aufnahme oder Entfernung (nur multinomiale Modelle). Bei einigen Anwendungen hat es, mathematisch gesehen, keinen Sinn, Interaktionsterme zum Modell hinzuzufügen, es sei denn, das Modell enthält außerdem die Terme niedrigerer Ordnung für die zum Interaktionsterm gehörenden Felder. So ist es vielleicht nicht sinnvoll, A * B in das Modell aufzunehmen, es sei denn, A und B kommen ebenfalls im Modell vor. Mit diesen Optionen können Sie festlegen, wie während der schrittweisen Termauswahl mit solchen Abhängigkeiten umgegangen werden soll.

• Hierarchie für einzelne Effekte. Effekte höherer Ordnung (Interaktionen, an denen mehr Felder beteiligt sind) werden nur dann in das Modell aufgenommen, wenn alle Effekte niedrigerer Ordnung (Haupteffekte oder Interaktionen mit weniger Feldern) für die betreffenden Felder bereits im Modell enthalten sind, und Effekte niedrigerer Ordnung werden nicht entfernt, wenn Effekte höherer Ordnung, die dieselben Felder betreffen, im Modell vorhanden sind. Diese Option gilt nur für kategoriale Felder.
• Hierarchie für alle Effekte. Diese Option funktioniert genau wie die vorherige, außer dass sie auf alle Felder angewendet wird.
• Alle Effekte einschließen. Effekte können nur dann im Modell vorkommen, wenn alle in dem Effekt eingeschlossenen Effekte ebenfalls im Modell vorkommen. Diese Option ähnelt der Option Hierarchie für alle Effekte, mit der Ausnahme, dass die stetige Felder leicht abweichend behandelt werden. Damit ein Effekt einen anderen Effekt einschließt, muss der eingeschlossene Effekt (niedrigerer Ordnung) alle stetigen Felder enthalten, die im einschließenden Effekt (höherer Ordnung) enthalten sind, und bei den kategorialen Feldern des eingeschlossenen Effekts muss es sich um ein Subset der diskreten Felder im einschließenden Effekt handeln. Beispiel: Wenn A und B kategoriale Felder sind und X ein stetiges Feld ist, dann schließt der Term A * B * X die Terme A * X und B * X ein.
• Keine. Es werden keine Beziehungen erzwungen; die Terme werden unabhängig zum Modell hinzugefügt und daraus entfernt.