ロジスティック回帰のステップ基準オプション

ここでは、推定手法「ステップワイズ法」、「変数増加法」、「変数減少法」、または「変数減少ステップワイズ法」を使用したフィールドの追加および削除の基準を制御できます

モデル中の項数 (多項モデルのみ): 変数減少法および変数減少ステップワイズ法のモデル中の項の最小数、および変数増加法およびステップワイズ法のモデル中の項の最大数を指定することができます。最小数に 0 より大きい値を指定した場合、統計基準に基づいて項が削除されるような場合でも、モデルには最低限その数だけの項が含まれます。変数増加法、ステップワイズ法、および強制投入法のモデルの場合、最小数の設定は無視されます。最大数を指定した場合、統計基準に基づいて項が選択された場合でも、一部の項がモデルから削除される可能性があります。「最大を指定」の設定は、変数減少法、変数減少ステップワイズ法、および強制投入法のモデルでは無視されます。

投入基準 (多項モデルのみ): 「スコア」を選択すると、処理速度が最大化されます。「尤度比」オプションを使用するといくぶん確実な推定が得られますが、計算するのに時間がかかります。デフォルトの設定はスコア統計量になっています。

削除基準 : 強力なモデルには「尤度比」を選択します。モデル構築に必要な時間を短縮するには、「ワルド」を選択してみることもできます。ただし、データに完全分離または疑似完全分離がある場合は (分離はモデル・ナゲットの「詳細」タブで測定可能)、ワルド統計量は特に信頼度が低下するので使用しないでください。デフォルトの設定は尤度比統計になっています。二項モデルの場合は、追加オプションの「条件式 (If-Then)」があります。これは、条件パラメーター推定値に基づく尤度比統計の確率に基づく削除テストを行います。

基準の有意しきい値: このオプションを使用すると、各フィールドに関連付けられた統計的確率 (p 値) に基づいて選択基準を指定することができます。フィールドは、該当する p 値が「投入」値より小さい場合にのみモデルに追加され、p 値が「削除」値より大きい場合にのみ削除されます。「投入」には「削除」よりも小さい値を指定してください。

投入または削除の要件 (多項モデルのみ): アプリケーションによっては、交互作用の項に含まれるフィールドに対する低位の項がモデルに含まれていないと、モデルへの交互作用の項の追加が数値的に意味がないことがあります。例えば、モデル中に A および B がないと、モデルに A * B を入れても意味がありません。これらのオプションでは、ステップワイズ法による項の選択時に、このような依存関係をどのように処理するかを指定することができます。

不連続効果の階層 : 関連フィールドに対する低位の効果 (主効果またはより少ないフィールドを包含する交互作用) がすべてモデル中にすでに存在している場合にだけ、上位の効果 (より多くのフィールドを包含する交互作用) がモデルに投入されます。また、低位の効果と同じフィールドを包含する上位の効果がモデル中に存在している場合、低位の効果は削除されません。このオプションは、カテゴリー型フィールドに対してのみ適用されます。
すべての効果の階層 : このオプションは、すべての入力フィールドの適用されることを除いて、前述のオプションと同じように機能します。
すべての効果の包含 : 効果中に含まれているすべての効果がモデル中にも現れている場合にだけ、モデル中に効果が現れます。このオプションは、「すべての効果の階層」オプションと似ていますが、連続型フィールドの処理が異なっています。ある効果が他の効果を含むためには、含まれる (低位の) 効果に、それを含む (上位の) 効果に包含されているすべて の連続型フィールドがなければなりません。また、低位の (含まれる) 効果のカテゴリー型フィールドが、上位の (含む) 効果のカテゴリー型フィールドのサブセットでなければなりません。例えば、A と B がカテゴリー型フィールドで、X が連続型フィールドの場合、項 A * B * X には、項 A * X および B * X が含まれます。
なし : 項はモデルから個別に追加、削除されます。