Métodos de Seleção de Variável de Regressão Linear

A seleção de método permite especificar como variáveis independentes são inseridas na análise. Usando métodos diferentes, é possível construir uma variedade de modelos de regressão a partir do mesmo conjunto de variáveis.

• Enter (Regressão). Um procedimento para seleção de variáveis em que todas as variáveis em um bloco são inseridas em um único passo.
• Stepwise Em cada passo, a variável independente fora da equação que tiver a menor probabilidade de F será inserida, se essa probabilidade for suficientemente pequena. As variáveis que já estiverem na equação de regressão serão removidas se a probabilidade de F for suficientemente grande. O método finalizará quando não houver mais variáveis elegíveis para inclusão ou remoção.
• Remover.. Um procedimento para seleção de variáveis em que todas as variáveis em um bloco são removidas em um único passo.
• Eliminação de retrocesso Um procedimento de seleção de variáveis em que todas as variáveis são inseridas na equação e, em seguida, removidas sequencialmente. A variável com a menor correlação parcial com a variável dependente é considerada primeiro para remoção. Se ela atender ao critério para eliminação, ela será removida. Após a primeira variável ser removida, a variável restante na equação com a menor correlação parcial é a próxima a ser considerada. O procedimento é interrompido quando não houver variáveis na equação que satisfaçam os critérios de remoção.
• Seleção Avançada. Um Procedimento de seleção de variáveis stepwise em que as variáveis são inseridas sequencialmente no modelo. A primeira variável considerada para entrada na equação é aquela com a maior correlação positiva ou negativa com a variável dependente. Esta variável será inserida na equação somente se ela satisfizer os critérios para a entrada. Se a primeira variável for inserida, a variável independente que não estiver na equação e que possuir a maior correlação parcial é considerada a próxima. O procedimento é interrompido quando não houver variáveis que atendam ao critério de entrada.

Os valores de significância em sua saída baseiam-se no ajuste de um modelo único. Portanto, os valores de significância são geralmente inválidos quando um método stepwise (stepwise, forward ou backward) é utilizado.

Todas as variáveis devem transmitir o critério de tolerância para serem inseridas na equação, independentemente do método de entrada especificado. O nível de tolerância padrão é 0,0001. Além disso, uma variável não será inserida se ela fizer com que a tolerância de outra variável já no modelo caia abaixo do critério de tolerância.

Todas as variáveis independentes selecionadas são incluídas em um modelo de regressão único. Entretanto, é possível especificar métodos de entrada diferentes para subconjuntos diferentes de variáveis. Por exemplo, é possível inserir um bloco de variáveis no modelo de regressão utilizando a seleção stepwise e um segundo bloco utilizando a seleção forward. Para incluir um segundo bloco de variáveis no modelo de regressão, clique em Avançar.