ロジスティック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。

• 「入力」。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。
• Forward Selection (Conditional) (変数増加法 (条件付き)). ステップワイズ選択法の 1 つ。 スコア統計量の有意性に基づいて投入をテストし、条件付きパラメーター推定値に基づく尤度比統計量の確率に基づいて除去をテストします。
• Forward Selection (Likelihood Ratio) (変数増加法 (尤度比)). ステップワイズ選択法の 1 つ。 スコア統計量の有意性に基づいて投入をテストし、最大偏尤度推定値に基づく尤度比統計量の確率に基づいて除去をテストします。
• Forward Selection (Wald) (変数増加法 (Wald)). ステップワイズ選択法の 1 つ。 スコア統計量の有意性に基づいて投入をテストし、Wald 統計量の確率に基づいて除去をテストします。
• Backward Elimination (Conditional) (変数減少法 (条件付き)). 変数減少ステップワイズ選択。条件付きパラメーター推定値に基づく尤度比統計の確率に基づいて除去の判定を行います。
• Backward Elimination (Likelihood Ratio) (変数減少法 (尤度比)). 変数減少ステップワイズ選択。最大偏尤度推定値に基づく尤度比統計の確率に基づいて除去の判定を行います。
• Backward Elimination (Wald) (変数減少法 (Wald)). 変数減少ステップワイズ選択。Wald 統計量の確率に基づいて除去の判定を行います。

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。したがって、ステップワイズ法を使用した場合は、一般に有意確率値が無効になります。

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。