Përdorur siç duhet, opsioni i regresionit hap pas hapi në Statgraphics (ose paketa të tjera statistikore) vendos më shumë fuqi dhe informacion në majë të gishtave sesa opsioni i zakonshëm i regresionit të shumëfishtë, dhe është veçanërisht i dobishëm për analizimin e një numri të madh variablash të pavarur potencialë dhe/ose rregullimin e një modeli me …
Pse do të përdorni një regresion hap pas hapi?
Disa studiues përdorin regresionin hap pas hapi për të shkurtuar një listë të variablave shpjegues të besueshëm deri në një koleksion të përpiktë të variablave "më të dobishëm". Të tjerët i kushtojnë pak ose aspak vëmendje besueshmërisë. Ata lejojnë procedurën hap pas hapi të zgjedhë variablat e tyre për ta.
Pse studiuesi përdori regresion të shumëfishtë hap pas hapi?
Regresioni hap pas hapi mund të përdoret si një mjet për gjenerimin e hipotezave, duke dhënë një tregues se sa variabla mund të jenë të dobishëm dhe duke identifikuar variabla që janë kandidatë të fortë për modelet e parashikimit.
Pse regresioni hap pas hapi është i diskutueshëm?
Kritikët e konsiderojnë procedurën si një shembull paradigmatik të gërmimit të të dhënave, llogaritja intensive shpesh është një zëvendësues i pamjaftueshëm për ekspertizën e fushës së lëndës. Për më tepër, rezultatet e regresionit hap pas hapi janë shpesh përdoren gabimisht pa i rregulluar ato për shfaqjen e zgjedhjes së modelit
Cili është avantazhi i përzgjedhjes hap pas hapi në krahasim me përzgjedhjen më të mirë të nëngrupit?
Stepwise jep një model të vetëm, i cili mund të jetë më i thjeshtë. Nënbashkësitë më të mira ofrojnë më shumë informacion duke përfshirë më shumë modele, por mund të jetë më komplekse të zgjedhësh një. Për shkak se nëngrupet më të mira vlerësojnë të gjitha modelet e mundshme, modelet e mëdha mund të kërkojnë një kohë të gjatë për t'u përpunuar.
