Hangi değişkenleri modelde tutmalıyım?

Elinizde sekiz kolon var ve hangisinin modele gireceğini bilmiyorsunuz. Klasik iki araç bunu cevaplar — ve ikisi de bir uyarıyla gelir.

Best subsets olası her kombinasyonu kurup sıralar. 8 değişkenle bu 255 model demektir; panel her boyut için en iyileri gösterir, böylece dengeyi doğrudan görürsünüz: 5 değişkenli model gerçekten 3 değişkenliden fazlasını açıklıyor mu?

Stepwise en faydalı değişkeni ekler, sonra içeride kalanlardan gereksizleşen var mı diye tekrar bakar ve bunu yineler. Çok değişkende ölçeklenir; panel verdiği her kararı listeler, sonuç kara kutu değildir.

Hangi sayıya bakmalı. Ham R-kare, değişken eklendiğinde asla düşmez — size ne zaman duracağınızı söyleyemez. Düzeltilmiş R-kare her fazla değişkeni cezalandırır ve düşebilir; karşılaştırılacak sayı odur. Mallows Cp'nin parametre sayısına yakın olması önemli bir şeyin kaçmadığını, çok büyük olması bir değişkenin eksik olduğunu söyler.

Asıl uyarı. Otomatik seçim bir hipotez üretir, kanıt değil. Bunu ölçtük: tamamen rastgele veriyle ve %5 eşikle, ileri stepwise yine de %45 oranında en az bir "anlamlı" değişken buldu. Dahası, size verdiği modeldeki p-değerleri artık güvenilir değildir; çünkü aynı veri hem modeli seçmek hem test etmek için kullanılmıştır. Kısa listeyi süreç bilginizle ya da yeni veriyle doğrulanacak bir öneri sayın.