このペ,ジの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。
一般化線形回帰モデルからの項の削除
removeTerms
では,カテゴリカル予測子が次のように扱われます。
L個のレベル(カテゴリ)があるカテゴリカル予測子をもモデルには,L - 1個の指標変数が含まれています。1番目のカテゴリが基準レベルとして使用されるので、基準レベルに対する指標変数はモデルに含まれません。カテゴリカル予測子のデータ型が分类
である場合,类别
を使用してカテゴリの順序をチェックし,reordercats
を使用してカテゴリを並べ替えることにより,基準レベルをカスタマ。指標変数の作成の詳細にいては,ダミ,変数の自動作成を参照してください。
removeTerms
は,L - 1個の指標変数のグル,プを単一の変数として扱います。指標変数を個別の予測子変数として扱うには,dummyvar
を使用して指標変数を手動で作成します。そして,モデルをあてはめるときに,カテゴリカル変数の基準レベルに対応するものを除く指標変数を使用します。カテゴリカル予測子X
にいてdummyvar (X)
のすべての列と切片項を予測子として指定した場合,計画行列はランク落となります。
L個のレベルをもカテゴリカル予測子と連続予測子の間の交互作用項は,L - 1個の指標変数と連続予測子の要素単位の積から構成されます。
L個のレベルをもつカテゴリカル予測子とM個のレベルをもつカテゴリカル予測子の間の交互作用項は,2つのカテゴリカル予測子のレベルについて可能なすべての組み合わせを含めるため,(l - 1)*(m - 1)個の指標変数から構成されます。
指標の二乗はそれ自体に等しいので,より次数が高い項をカテゴリカル予測子に対して指定することはできません。
stepwiseglm
を使用して開始モデルの項を指定し,項の追加や削除が有益ではなくなるまでモデルの改善を続けます。
特定の項をモデルに追加するには,addTerms
を使用します。
項の追加または削除によってモデルを最適に改善するには,一步
を使用します。