線型回帰の変数選択方法

方法選択により、独立変数を分析に投入する方法を指定できます。各種の方法を使用して、同じ変数セットからさまざまな回帰モデルを作成できます。

• Enter (Regression) (投入 (回帰)). 変数選択手続きの 1 つ。 ブロック内のすべての変数を 1 つのステップで投入します。
• Stepwise (ステップワイズ法). 各ステップで、 式になく、F 値の有意確率が十分に小さい独立変数のうち、 その確率が最小の変数を投入します。回帰式に既に含まれている変数の F の確率が著しく高くなった場合は、 その変数を除去します。投入対象や除去対象として適格な変数がなくなると、 この手法は終了します。
• Remove (除去). 変数選択手続きの 1 つ。 ブロック内のすべての変数を 1 つのステップで除去します。
• Backward Elimination (変数減少法). すべての変数を式に投入してから順番に除去していく変数選択の手順。 従属変数との偏相関が最も小さい変数が、最初に除去する候補になります。その変数が除外の基準を満たす場合は、除去されます。最初の変数が除去された後、式に残っている変数のうち、偏相関が最も小さい変数が次の候補になります。除去基準を満たす変数が式に存在しなくなったときに、プロシージャーが停止します。
• Forward Selection (変数増加法). ステップワイズ変数選択プロシージャーの 1 つ。 変数を順番にモデルに投入します。最初に式に投入する変数の候補は、従属変数との正または負の相関が最も大きいものです。この変数は、投入基準を満たす場合に限って式に投入されます。最初の変数を投入した場合は、式に含まれていない独立変数のうち、偏相関が最大のものが次の候補になります。投入基準を満たす変数がなくなると、プロシージャーが停止します。

出力の有意確率値は、1 つのモデルの当てはめに基づいています。そのため、ステップワイズの方法 (ステップワイズ法、変数増加法、変数減少法) を使用すると、通常は有意確率値が無効になります。

変数を式に投入するには、指定した投入方法にかかわらず、すべての変数が許容基準を満たしている必要があります。デフォルトの許容度は 0.0001 です。また、ある変数を投入すると、モデル内に既に存在する別の変数の許容度が許容基準より下がってしまう場合、その変数は投入されません。

選択されたすべての独立変数が、1 つの回帰モデルに追加されます。ただし、変数の別のサブセットに対して異なる投入方法を指定することもできます。例えば、ある変数ブロックをステップワイズ選択で回帰モデルに投入し、別のブロックを変数増加法で投入することができます。別の変数ブロックを回帰モデルに追加するには、「次へ」をクリックします。