Minitab İle Regresyon Analizi

Stepwise Regression

İçindekiler

Şimdiki yapacağımız işlemde en iyi modeli tanımlayan değişkenler belirlenip, modele faydası görülmeyen diğer değişkenler ihmal edilir. İşlemi yapalım ve yorumlayalım.

için Stat–>Regression–> Stepwise adımını izledikten sonra karşımıza gelen Stepwise Regression penceresindeki Response kısmına bağımlı değişkenimiz (çıktı) olan Eğimi, Predictors kısmına da bağımsız değişkenlerimizi (girdileri) ekleyerek OK diyelim ve sonuçlara bakalım.

Stepwise Regression

Stepwise Regression

Stepwise Regression

Stepwise Regression

Stepwise Regression Session

Stepwise Regression Session

Aldığımız sonuçlar şöyle oldu:

Step 1 2 3
Constant 6,058 4,911 3,881
m -0,01122 -0,01125 -0,01098
T-Value -5,91 -8,63 -11,66
P-Value 0 0 0
V 0,0111 0,0111
T-Value 5,29 7,31
P-Value 0 0
h 0,333
T-Value 4,72
P-Value 0
S 0,587 0,403 0,29
R-Sq 59,24 81,6 90,85
R-Sq(adj) 57,54 80 89,6
Mallows Cp 73,6 23,1 3,5

Burada en güçlü değişkenden başlanarak teker teker diğer değişkenler modele dahil edilerek sonuçlar basılmış. Sonuçlarda sadece m,V ve h değişkeni ekrana basılmış ve üçü ile kurulan modelin Rkaresi için 90,85, düzeltilmiş Rkaresi için 89,6 değeri hesaplanmış. Sadece m veya sadece m ve V ile kurulan modellerin hem Rkareler daha küçük hemde Mallows Cp değerleri büyük olduğunu için seçim yapacağımız bir model olmadıkları aşikar. Bu sonuçlar daha önce gördüğümüz Best Subsets çalışmamızdaki 5. satır değerleri ile aynıdır.

Burada ki mVh değişkenleri ile kurulan model şöyle (yukarıdan aşağıya okuyoruz):

Eğim=3,881-0,01098m+0,0111V+0,333h

Sonuçta P değişkenimizin istatiksel olarak modelimize anlamlı bir katkısı olmadığı sonucuna ulaşıyoruz. Buna rağmen burada verdiğim örnekten daha fazla girdisi olupta modele katkısı olmadığı için yoksayılan herhangi bir değişkenimizi modele dahil etmek isteyebiliriz. Mesela A B C D E F G gibi 7 tane bağımsız değişkenimiz varken stepwise uyguladık ve C D ve F değerleri yok sayıldı. Ama ben düşündüm ki C ve D değerlerinden taviz verebilirim ama modelimde muhakkak F değişkeni olmalı dersem ne yapacağım. Şimdi ben çalışmamızdaki verilere göre konuşursam illa ki P değişkenim modele dahil olmalı diyorum. Bunun için

Baştaki gibi Stat–>Regression–> Stepwise adımlarını takip edip Predictors kısmına da bağımsız değişkenlerimi ekledikten sonra “Predictors to include in every model” altına P değişkenimi atayarak OK diyor ve sonuçları alıyorum. Böylece P değişkenim yok edilmeden stepwise işlemini gerçekleştirmiş oluyorum.

Stepwise Regression Every Model

Stepwise Regression Every Model

Aldığımız sonuçlar aşağıdaki gibidir:

Step 1 2 3 4
Constant 4,813 6,301 5,134 4,279
P -0,002 -0,0007 -0,0007 -0,0012
T-Value -0,36 -0,2 -0,27 -0,68
P-Value 0,721 0,844 0,793 0,506
m -0,0112 -0,01123 -0,01094
T-Value -5,76 -8,42 -11,44
P-Value 0 0 0
V 0,0111 0,0111
T-Value 5,18 7,22
P-Value 0 0
h 0,336
T-Value 4,69
P-Value 0
S 0,917 0,599 0,411 0,294
R-Sq 0,54 59,31 81,66 91,05
R-Sq(adj) 0 55,77 79,16 89,34
Mallows Cp 211,3 75,4 25 5

Görüldüğü gibi P değerimiz silinmeden stepwise sonuçlarını aldık. Her ne kadar P değişkeni için verilen P-Value değeri 0,506 gibi 0,05’den büyük bir değer göstererek istatiksel olarak anlamsız bir değişken olarak görülsede Rkareler ve Cp değerimiz fena değil. Dikkat ederseniz regresyon eleme yaparken en güçlü gördüğü m değişkeni ile değil P değişkeni ile elemeya başladı ve P değişkenini ihmal etmeden işlemini sürdürdü.

You may also like...

Bir yanıt yazın